UNIVERSIDADE FEDERAL DA BAHIA
ESCOLA DE ADMINISTRAÇÃO
NÚCLEO DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO
LEONARDO SANCHES DE CARVALHO
ANÁLISE DAS POTENCIALIDADES E VANTAGENS DO USO DA
SIMULAÇÃO COMPUTACIONAL EM OPERAÇÕES
LOGÍSTICAS COMPLEXAS, COMO FERRAMENTA DE
AUXÍLIO À TOMADA DE DECISÕES: ESTUDO DE CASO EM
UMA ORGANIZAÇÃO INDUSTRIAL.
SALVADOR-BA
2006
i
LEONARDO SANCHES DE CARVALHO
ANÁLISE DAS POTENCIALIDADES E VANTAGENS DO USO
DA SIMULAÇÃO COMPUTACIONAL EM OPERAÇÕES
LOGÍSTICAS COMPLEXAS, COMO FERRAMENTA DE
AUXÍLIO À TOMADA DE DECISÕES: ESTUDO DE CASO EM
UMA ORGANIZAÇÃO INDUSTRIAL.
Dissertação apresentada ao Curso de Mestrado Profissional
em Administração da Escola de Administração da
Universidade Federal da Bahia, como requisito parcial para
a obtenção do grau de Mestre.
ORIENTADOR: PROF. DR. ROGÉRIO HERMIDA QUINTELLA
SALVADOR-BA
2006
Escola de Administração - UFBA
C331 Carvalho, Leonardo Sanches de
Análise das potencialidades e vantagens do uso da
simulação computacional em operações logísticas complexas,
como ferramenta de auxílio tomada de decisões: estudo de caso
em uma organização industrial / Leonardo Sanches de
Carvalho. – 2006.
114 f.
Orientador: Prof. Dr. Rogério Hermida Quintella.
Dissertação (mestrado profissional) – Universidade Federal
da Bahia. Escola de Administração, 2006.
1. Processo decisório. 2. Logística. 3. Engenharia de
sistemas. I. Quintella, Rogério Hermida. I. Universidade
Federal da Bahia. Escola de Administração. III. Título.
CDD – 658.4035
21. ed.
ii
LEONARDO SANCHES DE CARVALHO
Análise das potencialidades e vantagens do uso da simulação computacional em
operações logísticas complexas como ferramenta de auxílio à tomada de decisões: estudo
de caso em uma organização industrial.
Salvador, 14 de março de 2006
Banca Examinadora:
____________________________________________________________________
Rogério Hermida Quintella, D.Sc
Professor e Coordenador da Pós-graduação da Escola de Administração da UFBA
____________________________________________________________________
Herman Augusto Lepikson, D.Eng
Professor da Escola Politécnica da UFBA – Depto. de Engenharia Mecânica
____________________________________________________________________
José Célio, D.Sc
Professor da Pós-graduação da Escola de Administração da UFBA
iii
Dedico este trabalho, com muito carinho, a minha
esposa Daniela e aos nossos filhos, Leonardo e Pedro,
aos meus pais, Humberto (in Memorian) e Lúcia, aos
meus irmãos e demais familiares e a minha mãe de
coração, Dedé.
iv
AGRADECIMENTOS
Este trabalho é o resultado de muito esforço e dedicação e da cooperação e apoio de muitas
pessoas e organizações. Nesta oportunidade faço questão de agradecer:
A Deus, pela oportunidade de viver;
Aos meus pais, Humberto Carvalho (In Memorian) e Lúcia Sanches, por todo o amor e
dedicação incondicional para me garantir uma boa educação e me tornar uma pessoa do bem.
Pai: sei que o senhor continua olhando por mim! Mãe: a senhora é e sempre será a minha
“Mãe Rainha”;
A minha esposa, Daniela, pelo amor, companheirismo e dedicação desde os nossos 16 anos e
pelo maior presente que a vida me deu: nossos filhos!
Aos meus filhos, Leonardo e Pedro. Vocês são a razão da minha vida!
A minha segunda mãe, Deinha (Dedé) pelo amor de mãe que me dedicou desde quando eu
nasci;
Aos meus irmãos (Lula, Tina e Nani) pelo incentivo e apoio em todos os momentos decisivos
da minha vida, pois sempre comemoraram as minhas vitórias e, principalmente, me ajudaram
a levantar em minhas derrotas;
Aos meus demais familiares e amigos que acompanharam e acompanham a minha trajetória
com ações e palavras de incentivo sem nunca me faltar o “ombro amigo”;
Ao SENAI Cimatec por ter me proporcionado a oportunidade de cursar esse Mestrado.
Aos amigos Daniel Motta e Artur Neto que trabalharam comigo na parte experimental desse
trabalho de Mestrado;
A empresa onde desenvolvi o estudo de caso pela acolhida, abertura, incentivo e confiança;
Aos professores e colegas do Mestrado pela convivência e troca de experiências sem igual;
Ao professor orientador Rogério Hermida Quintella, pela objetividade nos comentários e
questionamentos, indispensáveis para a conclusão deste trabalho;
E a todos aqueles que de alguma forma contribuíram para a elaboração desse trabalho.
v
“Ninguém é tão grande que não possa aprender,
nem tão pequeno que não possa ensinar”.
(Autor Desconhecido)
vi
RESUMO
CARVALHO, Leonardo Sanches. Análise das potencialidades e vantagens do uso da
simulação computacional em operações logísticas complexas como ferramenta de auxílio
à tomada de decisões: estudo de caso em uma organização industrial. Salvador, 2006.
Dissertação (Mestrado Profissional em Administração) - Escola de Administração,
Universidade Federal da Bahia, Salvador, 2006.
Esta dissertação se propõe a analisar potencialidades e vantagens de uso da modelagem e
simulação computacional em operações logísticas complexas como ferramenta de auxílio à
tomada de decisões. Para tanto, foi realizado um estudo de caso em uma organização
industrial baiana, localizada no Pólo Petroquímico de Camaçari, onde se aplicou a ferramenta
segundo o método de desenvolvimento de projetos de simulação computacional proposto por
Law & Kelton (1991). O desenvolvimento do projeto de simulação foi focado nas operações
logísticas de carregamento e expedição de caminhões com produtos a granel e embalados
(sacaria ou tambores). Essas operações foram caracterizadas de alta complexidade devido a
fatores como: existência de carregamentos mistos, diversos pontos de carregamentos,
problemas de contra-fluxo de caminhões, além de questões relacionadas à segurança
industrial, pelo fato de existir grande fluxo de caminhões próximo a áreas de produção.
Por conta de sua proposta de estudo, essa dissertação tem como substrato teórico uma
abordagem sobre a logística e sua evolução, processos de tomada de decisões em cenários
complexos, além de uma abordagem dos principais conceitos da modelagem e simulação
computacional.
No desenvolvimento da pesquisa, foram identificadas diversas aplicações vantajosas da
modelagem e simulação computacional, no entanto, decidiu-se focar na minimização do
contra-fluxo de caminhões existente. Daí a criação do índice de contra-fluxo e sua
metodologia de obtenção usando a ferramenta de modelagem e simulação computacional.
Após a análise dos resultados da simulação, em diversos cenários desenvolvidos e do
entendimento sistêmico da situação em estudo, identificou-se como oportunidade de melhoria
a relocação de um armazém, a transferência de alguns produtos críticos (grande demanda)
para outra área de carregamento, além da implantação de duas novas balanças rodoviárias.
A partir da análise dos resultados obtidos e das conclusões efetuadas é possível ter-se uma
idéia clara das vantagens e potencialidades do uso da modelagem e simulação computacional
como ferramenta de apoio em processos decisórios complexos nas operações logísticas de
unidades industriais.
Palavras Chave: Modelagem e Simulação Computacional, Logística, Tomada de Decisão.
vii
ABSTRACT
CARVALHO, Leonardo Sanches. Análise das potencialidades e vantagens do uso da
simulação computacional em operações logísticas complexas como ferramenta de auxílio
à tomada de decisões: estudo de caso em uma organização industrial. Salvador, 2006.
Dissertação (Mestrado Profissional em Administração) - Escola de Administração,
Universidade Federal da Bahia, Salvador, 2006.
This work considers to analyze potentialities and advantages of using the modeling and
computer simulation in complex logistic operations as tool of helping the decision making
process. For in such a way, a case study was carried through in a Bahia industrial
organization, located in Camaçari, where it was applied the tool, according to the method of
project development, purposed by Law & Kelton (1991). The simulation project development
was focus in logistic operations of shipment and expedition of trucks with bulk and packed
products (bags or large barrels). These operations had been characterized of high complexity
due factors as: mixing shipments existence, different loading points, trucks reverse flow
problems, beyond questions related to the industrial security, because of the existence of a
great trucks flow next the production areas.
This dissertation has as theoretical substratum boarding on logistic and its evolution, decision
making processes in complex scenes, beyond a boarding of the main concepts of the modeling
and computer simulation.
In this research development, diverse advantageous applications of the modeling and
computational simulation had been identified, however, was decided to focus in the trucks
reverse flow minimization. Because of that, was created a reverse flow index and its
methodology of calculating this index using the tool of modeling and computer simulation.
After the analysis of the simulation results, in diverse developed scenes and after the
understanding of the situation in a global view, was identified, as improvement chance, the
relocation of a warehouse, the transference of some critical products (great demand) for
another shipment area, beyond the implantation of two new road scales. From the analysis of
the results, it is possible to have a clear idea of the advantages and potentialities of using the
modeling and computer simulation as tool of support in complex decision making processes
in the logistic operations of industrial plants.
Key Words: Modeling and Computational Simulation, Logistic, Decision Making.
viii
LISTA DE FIGURAS
Figura 1: Maneiras de se estudar um sistema (Law e Kelton, 1991) .......................................24
Figura 2: Base conceitual da simulação (Pidd, 1998, p. 226) .................................................. 25
Figura 3: Trade-off entre flexibilidade de modelagem e especialização do usuário na
ferramenta (Rodrigues, 1994)........................................................................................... 30
Figura 4 – Etapas Básicas de um Projeto de Simulação (elaborada pelo autor). .....................33
Figura 5: Passos de um estudo de simulação (Law & Kelton 2000)........................................ 34
Figura 6: Definição dos pontos (A e B) de controle de passagem de caminhões. (Elaborada
pelo Autor)........................................................................................................................ 43
Figura 7: Arquivo WITNESS (Startup: Base Model) – Arquivo padrão para iniciação no
Software Witness (Retirado do Software Witness) ..........................................................45
Figura 8: Exemplificação dos menus do Witness. (Retirada do Software Witness). ............... 46
Figura 9A: Standard Bar (retirada do software Witness) .........................................................46
Figura 9B: Advanced Bar (retirada do software Witness) ....................................................... 46
Figura 9C: Execute Bar (retirada do software Witness)...........................................................46
Figura 10: Janela de Diálogo do Witness. (Retirado do Software Witness) ............................47
Figura 11: Editor do Witness. (Retirada do Software Witness) ............................................... 48
Figura 12: Esquema Logístico Atual – carregamento e expedição na ABC Indústria
Petroquímica (Elaborada pelo autor)................................................................................ 56
Figura 13: Trecho de passagens de caminhões – Curvas praticamente a 90º (Elaborada pelo
autor)................................................................................................................................. 57
Figura 14: Classificação do modelo de carregamento. (Elaborada pelo autor)........................ 60
Figura 15: Modelo computacional (Elaborada pelo autor)....................................................... 68
Figura 16: Interact Box – janela de informação de desempenho do modelo. (retirada do
software Witness) ............................................................................................................. 69
Figura 17: Menu com rotina para validação de lógica de programação (retirada do software
Witness) ............................................................................................................................ 70
Figura 18: Modelo representativo do Cenário 1 – Situação Real (Elaborada pelo autor)........ 74
Figura 19: Modelo representativo do Cenário 2 – Situação Real (Elaborada pelo autor)........ 75
Figura 20: Modelagem da proposta de construção do novo AX-B unificado ao AX-A
(Elaborada pelo autor) ...................................................................................................... 76
Figura 21: Modelagem da proposta de construção do novo AX-B separado do AX-A com
transferência de produtos. (Elaborada pelo autor)............................................................ 77
Figura 22: Modelagem da proposta de construção do novo AX-B junto do AX-A sem
transferência de produtos. (Elaborada pelo autor)............................................................ 78
Figura 23: Modelagem da proposta de construção do novo AX-B separado do AX-A sem
transferência de produtos. (Elaborada pelo autor)............................................................ 78
ix
LISTA DE TABELAS
Tabela 1: Evolução da logística (adaptado de Novaes, 1999) ________________________ 15
Tabela 2: Evolução dos sistemas de simulação (Adaptado de Lobão e Porto, 1996). ______ 30
Tabela 3: Elementos do modelo computacional. (Elaborada pelo Autor)._______________ 67
Tabela 4: Índices de Contra Fluxo para as modelagens. (Elaborada pelo autor) __________ 79
x
SUMÁRIO
1
INTRODUÇÃO ________________________________________________________ 1
1.1
Caracterização do Tema ____________________________________________ 4
1.2
Formulação do Problema____________________________________________ 5
1.3
Premissas e Pressupostos ____________________________________________ 6
1.4
Objetivos _________________________________________________________ 7
1.4.1 Objetivo Geral ___________________________________________________ 7
1.4.2 Objetivos Específicos ______________________________________________ 7
2
1.5
Justificativas e Relevância da Pesquisa ________________________________ 8
1.6
Opções Metodológicas ______________________________________________ 9
1.7
Delimitação do Universo de Pesquisa _________________________________ 11
1.8
Estrutura ________________________________________________________ 12
REFERENCIAL TEÓRICO _____________________________________________ 13
2.1
Logística_________________________________________________________
2.1.1 Conceito de Logística _____________________________________________
2.1.2 Evolução da Logística ____________________________________________
2.1.3 Escopo da Logística ______________________________________________
2.2
Tomada de Decisões em Cenários Complexos __________________________ 17
2.3
Modelagem e Simulação Computacional ______________________________
2.3.1 A Evolução da Pesquisa Operacional ________________________________
2.3.2 Sistemas e Modelagem Computacional _______________________________
2.3.3 Conceito de Simulação Computacional _______________________________
2.3.4 Vantagens e Desvantagens do Uso da Simulação Computacional __________
2.3.5 Aplicações da Modelagem e Simulação Computacional __________________
2.3.6 Classificação dos Modelos de Simulação _____________________________
2.3.7 Evolução dos Softwares de Simulação Computacional ___________________
3
13
13
14
15
21
21
24
25
26
26
28
29
MÉTODO DE TRABALHO _____________________________________________ 32
3.1
Classificação do Estudo ____________________________________________ 32
3.2
Instrumentos de Coleta de Dados ____________________________________ 32
3.3
Método para Desenvolvimento do Projeto de Simulação Computacional ___
3.3.1 Formulação do Problema e Planejamento do Estudo ____________________
3.3.2 Coleta de Dados e Definição do Modelo ______________________________
3.3.3 Validação do Modelo Conceitual ____________________________________
3.3.4 Construção do Programa Computacional e Verificação __________________
3.3.5 Realização de Execuções Piloto_____________________________________
3.3.6 Validação do Modelo Programado __________________________________
33
35
36
37
38
38
39
xi
3.3.7 Projeto dos Experimentos__________________________________________
3.3.8 Realização das Execuções de Simulação ______________________________
3.3.9 Análise de Resultados_____________________________________________
3.3.10
Documentação e Implementação __________________________________
3.4
Metodologia Aplicada para a Análise Técnica das Simulações Propostas ___ 42
3.5
Software de Simulação Computacional Utilizado _______________________
3.5.1 Pacote de Simulação Witness _______________________________________
3.5.2 Área de Trabalho, Menus e Barras de Ações___________________________
3.5.3 Elementos Básicos _______________________________________________
4
44
44
45
48
ESTUDO DE CASO ___________________________________________________ 51
4.1
Caracterização da ABC Indústria Petroquímica _______________________ 51
4.2
Desenvolvimento do Projeto de Simulação ____________________________
4.2.1 Planejamento do Projeto de Simulação _______________________________
4.2.1.1 Definição da Equipe de Trabalho _______________________________
4.2.1.2 Formulação do Problema / Diagnóstico da Situação Real ____________
4.2.1.3 Definição dos Objetivos _______________________________________
4.2.1.4 Identificação das Restrições____________________________________
4.2.1.5 Definição das Especificações do Projeto __________________________
4.2.2 Coleta de Dados e Definição do Sistema e Modelo Conceitual_____________
4.2.2.1 Premissas Básicas e Dados Coletados____________________________
4.2.3 Construção do Modelo Computacional _______________________________
4.2.3.1 Elementos do Modelo_________________________________________
4.2.3.2 Verificação e Validação do Modelo ______________________________
4.2.4 Condução de Experimentos ________________________________________
4.2.4.1 Construção de Cenários _______________________________________
5
40
40
40
40
52
52
53
53
57
57
58
60
61
66
66
68
70
71
ANÁLISE DOS RESULTADOS __________________________________________ 73
5.1
Apresentação e Interpretação dos Resultados. _________________________ 73
5.1.1 Cenário 1 – Situação Real._________________________________________ 73
5.1.2 Cenário 2 - Transferência de produtos de grande demanda da área de
carregamento semi-contínuo para a área de carregamento contínuo.;_____________ 74
5.1.3 Cenário 3 – Trata-se do Cenário 2 acrescentado a construção de um novo
almoxarifado AX-B unificado com o almoxarifado AX-A já existente. _____________ 75
5.1.4 Cenário 4 - Trata-se do Cenário 2 acrescentado a construção de um novo
almoxarifado AX-B separado do almoxarifado AX-A já existente; ________________ 76
5.1.5 Cenários 5 e 6 – Tratam-se dos Cenário 3 e 4 sem a transferência do produtos de
grandes demanda.______________________________________________________ 77
5.2
Análise Técnica das Situações Propostas ______________________________ 79
5.2.1 Metodologia Aplicada ____________________________________________ 79
5.2.2 Resultados Obtidos _______________________________________________ 79
xii
5.3
6
Apresentação dos Resultados e Implementação ________________________ 80
CONCLUSÕES DO ESTUDO ___________________________________________ 81
6.1
Avaliação do Projeto de Simulação Desenvolvido_______________________ 81
6.2
Avaliação do Estudo Realizado ______________________________________ 83
6.3
Potencialidades e Vantagens do Uso da Ferramenta de Simulação
Computacional _________________________________________________________ 84
6.4
Limitações do Trabalho e Proposta para Estudos Futuros _______________ 86
REFERÊNCIAS __________________________________________________________ 88
ANEXOS ________________________________________________________________ 93
Anexo I __________________________________________________________________ 94
Anexo II _________________________________________________________________ 95
Anexo III-A ______________________________________________________________ 96
Anexo III-B ______________________________________________________________ 97
Anexo III-C ______________________________________________________________ 98
Anexo III-D ______________________________________________________________ 99
Anexo IV _______________________________________________________________ 100
Capítulo 1 – Introdução
1
1 INTRODUÇÃO
A história ocidental sofre, periodicamente, grandes transformações. Dentre essas
transformações pode-se citar as geradas pelo Renascimento1 e pela Revolução Industrial2.
Atualmente uma nova mudança conhecida como a Revolução da Informação, impulsiona o
homem e as organizações à sociedade pós-industrial. A visão de mundo, os valores básicos, a
estrutura social e política, artes, dentre outras, dessa nova sociedade são muito diferentes da
sociedade que a antecedeu (sociedade industrial), pois o volume de informações disponíveis
acerca de cada um desses assuntos é imenso e chega ao conhecimento dos indivíduos numa
velocidade muito grande. Informação é poder, e poder se disputa. Isso ocorre fortemente na
chamada sociedade pós-industrial, podendo-se mapear a distribuição do poder em termos do
controle da informação. O poder político se exerce pelo uso da informação, as empresas
dominantes no mercado controlam mais informação do que as competidoras e os ricos são
ricos também porque são mais informados sobre quase tudo do que os pobres.
O surgimento da sociedade industrial gerou todos os mecanismos voltados para a produção de
bens materiais. A sociedade pós-industrial, por sua vez, consolida-se na geração de serviços e
na produção e transmissão de informações, através da experiência organizacional e de
investimentos no desenvolvimento de novas tecnologias, na criação de grupos de
especialistas, na implantação da produção modular, dentre outros (SANTOS, 1990).
Uma série de fatores acarretou a transição da sociedade industrial para a chamada sociedade
pós-industrial ou do conhecimento. Dentre eles, pode-se citar: avanços tecnológicos, aumento
da exigência dos consumidores, intensificação: do processo de globalização, das megafusões,
da maior conscientização ecológica, da competitividade em um mercado global.
________________
1. Como Renascimento designa-se o poderoso movimento artístico e literário que surgiu na Itália dos séculos XV e XVI, irradiando-se
depois para a Europa, promovendo em toda parte um pronunciado florescimento da arquitetura, escultura, pintura e das artes decorativas, da
literatura e da música e um novo enfoque da política.
2. A Revolução Industrial teve início no século XVIII, na Inglaterra, com a mecanização dos sistemas de produção. Enquanto na Idade Média
o artesanato era a forma de produzir mais utilizada, na Idade Moderna tudo mudou. A burguesia industrial, ávida por maiores lucros,
menores custos e produção acelerada, buscou alternativas para melhorar a produção de mercadorias. Também podemos apontar o
crescimento populacional, que trouxe maior demanda de produtos e mercadorias.
Capítulo 1 – Introdução
2
As mudanças, ocorridas principalmente no cenário competitivo, obrigaram e ainda obrigam as
organizações a criarem soluções inovadoras, que lhes garantam tomadas de decisões mais
eficazes, para se manterem vivas no mercado.
Segundo Barbosa (1986), as transformações que possibilitaram essa nova realidade iniciaramse na década de 50, e foram decorrentes, principalmente, do desenvolvimento dos recursos
computacionais. O impacto da tecnologia de informática sobre a ciência vem se revelando
considerável, pois essa deixa de ser vista como uma atividade “nobre”, “sem finalidade préestabelecida”, para ser um recurso gerador de riquezas. Isso advém da descoberta de que a
coleta e o processamento adequado das informações é fator preponderante no sucesso de
qualquer empreendimento.
A revolução da informática fez com que a área de tecnologia da informação evoluísse muito
rapidamente num espaço relativamente curto de tempo, beneficiando diretamente diversas
áreas técnicas, entre as quais se pode ressaltar a logística moderna. Neste ambiente de
crescentes exigências, o sistema logístico assume papel fundamental na estratégia competitiva
das empresas (BOWERSOX, 1986; BALLOU, 1993; CHRISTOPHER, 1997; CHING, 1999;
e NOVAES, 2001). A logística empresarial moderna procura incorporar prazos de entrega
menores, acordados de forma que possam ser cumpridos; buscar a integração efetiva entre
todos os setores da empresa, com fornecedores (parcerias) e clientes; a otimização global da
cadeia produtiva; e a satisfação plena do cliente.
Um outro ponto de crucial importância é o custo. Maior avanço tecnológico implica no
gradativo barateamento das tecnologias. Nos dias atuais vemos uma grande disseminação
dessas ferramentas computacionais de gestão mais sofisticadas (ERP3, WMS4, dentre outros)
que, há pouco tempo atrás, eram privilégio de algumas organizações de grande porte.
Outro trunfo dos avanços da Tecnologia da Informação (TI) foi o surgimento da modelagem e
da simulação. Embora conhecidas desde a década de 50, somente há alguns anos ganhou
força, principalmente pelo aporte de informática que recebeu, tornando-se, de fato, mais
conhecidas e mais acessíveis a um público muito maior.
________________
3 ERP – Enterprise Resources Planning: Sistemas Computacionais de Gestão Integrada.
4 WMS – Warehouse Management System – Sistema Computacional para Gerenciamento de Armazéns.
Capítulo 1 – Introdução
3
As pioneiras no uso de modelagem e simulação em operações e logística foram as áreas de
mineração, siderurgia e transportes marítimos (SALIBY, 1989). Hoje, devido às facilidades
decorrentes da evolução da TI, praticamente encontramos aplicações de modelagem e
simulação ao longo de todas as cadeias de suprimentos.
O mercado global sinaliza para um novo modelo de gestão baseado, principalmente, na
redução dos custos dos produtos e das margens de lucratividade, além da melhoria substancial
do nível de serviços relacionados à distribuição. Um sistema inteligente e eficaz de logística,
interno e externo às organizações, é elemento fundamental para a manutenção ou
estabelecimento da competitividade das mesmas.
De uma maneira geral, os custos produtivos e a qualidade dos produtos tendem a um grau de
semelhança cada vez mais elevado, independente do local de produção e, por isso, um dos
grandes diferenciais entre as organizações está nas operações logísticas, ou seja, na
capacidade dos produtos chegarem ao cliente final na quantidade certa, no tempo esperado e a
um preço justo. Para tanto, precisa-se cada vez mais que a distribuição dos produtos seja feita
através de um sistema de logística integrada aos diversos canais de distribuição. Segundo o
Centro de Estudos Logísticos (CEL) da Universidade Federal do Rio de Janeiro a logística é
um negócio de grandes desafios devido, principalmente, ao seu custo. Segundo Lima (2006),
o Brasil gasta cerca de R$ 133 bilhões com transporte e o modal rodoviário consome cerca de
R$ 109 bilhões desse montante. Isso acontece por conta da precária infra-estrutura existente
no país para modais mais baratos como o marítimo e ferroviário. Esse desperdício resulta em
altos custos, que vão durar enquanto aproximadamente 60% do transporte de cargas continuar
sendo feito pelas rodovias. Ainda segundo o especialista do CEL, o gasto com logística no
Brasil, principalmente com transporte e armazenagem, é cerca de 12,6% do Produto Interno
Bruto – PIB - aproximadamente R$ 222 bilhões. Por conta disso, não restam dúvidas sobre a
grandeza do mercado de logística do Brasil e dos esforços que as empresas devem fazer para
otimizá-lo.
As operações e/ou sistemas logísticos atuais possuem um dinamismo e uma complexidade
crescentes. Tem-se um cenário de diversos atores (clientes finais, atacadistas, varejistas,
indústrias, fornecedores, transportadores, entre outros), interagindo e sofrendo a influência de
fatores externos aleatórios como: prazos de entrega, custos de produção e distribuição,
disponibilidade de diversos modais de transporte, grandes distâncias, dificuldades e carências
de infra-estrutura apropriada, entre outros. A dinâmica da interação de todos esses atores e
Capítulo 1 – Introdução
4
fatores é que constituem a complexidade das operações e/ou sistemas logísticos existentes no
Brasil e, principalmente nas suas grandes capitais.
Particularmente, na Bahia, devido às mudanças e a revitalização da sua matriz industrial,
pode-se perceber e vivenciar o surgimento desses sistemas logísticos complexos com a vinda
da indústria automotiva, das indústrias de transformação de plásticos, do pólo de informática e
eletro-eletrônica, da revitalização do setor metal-mecânico e, principalmente, do escoamento
da produção agrícola do oeste do Estado. Nesse cenário, a dinâmica dos processos decisórios
é muito intensa e as organizações não podem se permitir o risco de tomar decisões erradas.
Por esse motivo a modelagem e simulação computacional se traduzem como muito
importantes para o projeto e a análise de sistemas logísticos complexos.
As empresas que se destacam pela excelência em logística vêm adotando mais fortemente
modernas tecnologias de informação, principalmente sistemas de apoio à decisão, por auxiliar
aos gestores na identificação, avaliação e comparação de alternativas operacionais. Dentre os
vários aplicativos existentes, a modelagem e a simulação computacional desponta como uma
das ferramentas mais fortemente utilizadas na gestão moderna, em particular na área de
logística.
1.1 Caracterização do Tema
Na chamada sociedade pós-industrial, a informação e o conhecimento assumem grande
importância na preparação dos indivíduos e empresas ao entendimento e à adaptação à
realidade. A modelagem e simulação computacional são ferramentas que podem ser utilizadas
para a aquisição, construção e organização do conhecimento e da visão sistêmica e a
conseqüente obtenção de vantagens competitivas. Esse recurso favorece a educação e o
treinamento das pessoas e, conseqüentemente, seu posicionamento frente às constantes e
rápidas mudanças de nossa sociedade, exigindo decisões ágeis e racionais dos gestores.
A modelagem e simulação computacional são ferramentas que permitem a diversos
profissionais, entre eles o administrador e o engenheiro, realizar as atividades a que se propõe.
Através delas, eles podem adquirir a capacidade de identificar, formular e solucionar
problemas ligados as atividades de projeto, operação e gerenciamento do trabalho e de
sistemas de produção de bens e/ou serviços.
Capítulo 1 – Introdução
5
O presente trabalho se propõe a identificar e analisar os aspectos potenciais da modelagem e
simulação computacional, principalmente no que se refere ao auxílio nas tomadas de decisões
em operações logísticas complexas nas Unidades Industriais, citando como referencial um
caso de uma indústria petroquímica baiana.
Esse estudo será baseado em algumas conclusões fundamentadas na literatura e em dados
oriundos de pesquisa de campo e laboratorial.
Um estudo a respeito de modelagem e simulação computacional jamais estará completo e
especializado, uma vez que essas técnicas possuem uma área de aplicação muito vasta, sendo
impossível reunir, em um só trabalho, todos os seus aspectos. Os tópicos que serão abordados
nesse trabalho restringem-se a:
a) Experiências com modelos lógicos matemáticos;
b) Modelos de filas de espera;
c) Experiências a serem executadas com computadores;
d) Experiências que se desenvolvem em longos períodos, sob condições dinâmicas e
estocásticas, e cujas soluções não são necessariamente completas e analíticas.
As restrições impostas ao estudo aqui realizado não implicam na ineficiência dos aspectos ou
modelos não incluídos; sua adoção visou permitir uma análise adequada da modelagem e
simulação computacional como uma ferramenta de auxílio nas tomadas de decisões em
processos logísticos complexos de Unidades Industriais baianas.
1.2 Formulação do Problema
As organizações empresariais de todos os setores/segmentos vem enfrentando, ao longo da
História, um aumento significativo da competição no ambiente concorrencial. Esse fenômeno
se deve a fatores como a intensificação do processo de globalização, aumento do grau de
exigência e sofisticação dos seus clientes, rápido avanço tecnológico, entre outros. Para
superar essas dificuldades as empresas necessitam, além de profissionais bem qualificados, de
meios que as ajudem a entender a dinâmica dos sistemas nas quais estão inseridas. Quando o
mundo muda as organizações precisam se adaptar à nova realidade rapidamente ou até mesmo
antever tais mudanças e, para isso precisam de ferramentas que as auxiliem nas tomadas de
decisões.
Capítulo 1 – Introdução
6
O desafio de atuar em sistemas complexos está intimamente relacionado com o processo de
tomada de decisões gerenciais. Conforme salienta Pidd (1998), não há certeza acerca das
conseqüências decorrentes de mudanças promovidas em sistemas complexos. Tal certeza só
se tornaria possível a partir do completo controle sobres os eventos, o que geralmente é difícil
de operacionalizar. Todavia, assinala o referido autor, existem formas de minimizar os riscos
e de gerenciar a complexidade dos sistemas.
Abre-se espaço para o uso de ferramentas para auxiliar o processo de aprendizagem e
compreensão de sistemas com o intuito de dar suporte às tomadas de decisão, e é neste sentido
que este trabalho está sendo realizado.
O desafio é saber se a modelagem e simulação computacional são ferramentas mais eficientes,
através das quais os tomadores de decisão, nos processos logísticos das unidades industriais,
podem adquirir conhecimentos sobre o sistema e ambientes nos quais estão inseridos,
buscando melhorá-los. Essas ferramentas, de fato, são eficazes no auxílio à tomadas de
decisões complexas? São capazes de criar novas definições sobre as complexas relações entre
os elementos do sistema estudado? São adequadas para a análise de diferentes cenários,
políticas e estratégias operacionais?
Assim, o objeto dessa pesquisa pode ser resumido na seguinte questão:
Quais as potencialidades e vantagens geradas pela utilização da modelagem e simulação
computacional como uma ferramenta de auxílio nas tomadas de decisões complexas em
operações logísticas de unidades industriais?
1.3 Premissas e Pressupostos
Esse trabalho buscará responder ao problema proposto, ou seja, a questão de pesquisa a partir
das seguintes premissas/pressupostos básicos:
Premissas:
a) A modelagem e simulação computacional são ferramentas de auxílio a tomada de
decisões nas organizações;
b) Devido ao aumento da complexidade das operações logísticas, as organizações estão
utilizando mais fortemente sistemas de modelagem e simulação computacional;
Capítulo 1 – Introdução
7
c) Os avanços tecnológicos da informática implicaram em aumento significativo do uso
da modelagem e simulação computacional;
Pressupostos
a) O uso correto da modelagem e simulação computacional otimiza os recursos
necessários em um sistema logístico complexo;
b) Ocorre minimização do risco nas operações logísticas em que se usa do auxílio da
modelagem e simulação computacional;
c) A modelagem e simulação computacional geram vantagens competitivas para as
organizações que fazem uso delas.
1.4 Objetivos
1.4.1
Objetivo Geral
O objetivo primordial desse trabalho é demonstrar a aplicação prática da modelagem e
simulação computacional como uma ferramenta capaz de auxiliar as organizações industriais
nos processos de tomada de decisões em cenários logísticos complexos.
1.4.2
Objetivos Específicos
Com o propósito de alcançar o objetivo principal deste estudo, os seguintes objetivos
específicos deves ser atingidos:
a) Investigar se há redução de risco e otimização de recursos nas operações logísticas da
organização industrial estudada;
b) Verificar se a utilização de modelagem e simulação computacional possibilita a
geração/obtenção de vantagens competitivas;
c) Analisar a adequação da metodologia e das ferramentas de modelagem e simulação
computacional com operações logísticas complexas;
d) Verificar se o trade-off custo/benefício, na implantação de sistemas ou na aquisição de
serviços de modelagem e simulação computacional, é positivo;
Obs.: Ao longo do texto o termo otimização não será utilizado baseando-se no conceito
matemático de “ponto ótimo” e sim como sinônimo de melhoria, conforme é comumente
usada na seara de modelagem e simulação computacional.
Capítulo 1 – Introdução
8
1.5 Justificativas e Relevância da Pesquisa
A compreensão do impacto das tomadas de decisões em cenários logísticos complexos de
organizações industriais é um importante elo para a melhoria das operações ao longo de toda a
cadeia logística e, por conseguinte, o barateamento do seu custo. Assim, o desenvolvimento
de um estudo com o objetivo de identificar potencialidades e vantagens geradas pelo uso de
ferramentas de modelagem e simulação computacional nesses ambientes de alto nível de
complexidade se mostram relevantes.
A partir da década de 50, a sociedade entrou numa nova fase, denominada por diversos
autores como sociedade pós-industrial, como já abordado na seção introdutória desse trabalho,
cujo principal recurso estratégico é o conhecimento. Pode-se até afirmar que hoje a
informação pura e simples já não garante um diferencial competitivo. Para assegurar um lugar
no futuro, as organizações precisam aprender a transformar as informações em conhecimento,
e utilizá-lo para obter novos resultados, diversificar mercados e satisfazer os seus clientes.
O investimento em novas tecnologias de produto ou processo é alto e arriscado. Contudo, é
essencial, para a sobrevivência das organizações, o uso de recursos que garantam a eficácia e
a viabilidade econômica de novas tecnologias, a um baixo custo e, principalmente com
pequeno ou nenhum risco (LEPIKSON, 1998). Uma das alternativas para alcançar tal objetivo
é a implementação modelagens e simulações computacionais para o estudo de sistemas
logísticos complexos em organizações industriais.
A modelagem e simulação permitem a transformação de informações em conhecimento, o
qual será aplicado no processo de tomada de decisões. Num mundo globalizado e turbulento,
tal ferramenta poderá se mostrar eficiente na tarefa de propiciar às organizações a
oportunidade de aprender a pensar e tomar decisões de forma rápida e flexível. Além disso, as
ferramentas de modelagem e simulação computacional estimulam a análise crítica de dados, a
formulação de perguntas e a descoberta de respostas, a visão sistêmica, entre outras.
Outra motivação para a realização deste estudo provém da dificuldade de se encontrar
publicações no Brasil sobre o uso da simulação computacional em organizações industriais,
constituindo, assim, uma contribuição para a difusão da metodologia de modelagem e
simulação através de ferramentas computacionais. Neste particular, cabe referir que muitas
das aplicações desenvolvidas em organizações industriais acabam sendo restritas ao seu
ambiente originário e não são compartilhadas.
Capítulo 1 – Introdução
9
A oportunidade da análise desenvolvida no estudo de caso proposto por esse trabalho assentase na importância de conhecer alternativas que permitam atingir melhorias nos processos
antes de causar impactos sobre o fluxo de trabalho real, ou seja, conhecer os resultados
possíveis antes mesmo da implementação prática da solução. Para tanto, o primeiro passo a
ser dado consiste em entender o sistema real a ser estudado. Por conta disso é que a simulação
computacional tem sido citada como uma ferramenta eficaz para melhorar esse entendimento
(LAW & KELTON, 1991; PIDD, 1998).
1.6 Opções Metodológicas
O presente estudo é classificado como pesquisa aplicada, uma vez que tem como objetivo a
geração de conhecimentos para aplicação prática dirigida à solução de problemas específicos
(SILVA & MENEZES, 2001).
De acordo com Ferrari (1974), esse tipo de pesquisa está vinculada ao valor prático ou
pragmático de um tema. Ainda segundo ele, apesar da finalidade prática da pesquisa, ela
“pode contribuir teoricamente com novos fatos para o planejamento de novas pesquisas, ou
mesmo para a compreensão teórica de certos setores do conhecimento”.
Do ponto de vista dos procedimentos de levantamento de dados, o estudo é baseado em uma
pesquisa de campo (levantamento de dados de uma situação/problema real) com manipulação
de dados/resultados em laboratórios, suportada por uma pesquisa bibliográfica.
A pesquisa de campo aparece como elemento fundamental, uma vez que suprirá o
pesquisador com os dados de entrada e condições de contorno da situação problema estudada.
Segundo Arantes (1971), citado por Fachin (2001), a pesquisa bibliográfica constitui o “ato de
ler, selecionar, fichar, organizar e arquivar tópicos de interesse para a pesquisa em pauta”. A
pesquisa bibliográfica foi realizada com a finalidade de conhecer as contribuições científicas
sobre os conceitos aqui empregados (entre eles o processo decisório, modelagem e simulação,
logística integrada, etc.).
De acordo com Fachin (2001), todo tipo de estudo deve ser apoiado e respaldado por uma
pesquisa bibliográfica ampla e cuidadosa, mesmo que se baseie em uma pesquisa de
laboratório ou de campo.
Capítulo 1 – Introdução
10
A pesquisa de laboratório, por sua vez, refere-se a experiências limitadas a um recinto
fechado e condicionado a certas manipulações (FERRARI, 1974). Essas experiências
requerem instrumentos próprios como, no caso do presente estudo, um pacote de simulação e
um computador.
Tripodi (1981) caracteriza a pesquisa de laboratório como estudos experimentais nos quais o
investigador cria uma situação isolada, num ambiente artificial e com variáveis hipotéticas.
As relações entre as variáveis são examinadas pela manipulação destas e pelo controle da
potencial influência das variáveis extrínsecas à hipótese testada. Esse tipo de pesquisa oferece
a vantagem de se controlar a cronologia da pesquisa, desde o instante inicial. Através dela, é
possível verificar situações de causa e efeito; por exemplo, se a causa for aumentada,
constata-se que houve aumento do efeito etc. (FACHIN, 2001).
Segundo Ferrari (1974), apesar das características citadas anteriormente, essa pesquisa não
deixa de ter suas exigências, que derivam de três fontes: da instrumentação, dos objetivos e da
manipulação do instrumental, para alcançar os objetivos previstos. A instrumentação refere-se
aos recursos (equipamentos, espaço físico etc.) que serão utilizados. Esses recursos oferecem
ao cientista a precisão e ampliação necessárias.
O objetivo direciona todos os passos e esforços na pesquisa de laboratório; é ele que contém a
meta a ser atingida. Por sua vez, o experimento de laboratório é definido como a criação de
uma situação na qual manipulam-se certas variáveis para atingir uma determinada meta. Esses
experimentos de laboratório, agora chamados de simulações foram realizados com base em
uma metodologia de condução de projetos de simulação sugerida por Law & Kelton (1991), e
possui os seguintes passos: formulação do problema, planejamento do estudo, coleta de dados,
definição do modelo, validação do modelo conceitual, construção e verificação do programa
computacional, realização de execuções piloto, validação do modelo programado, projeto dos
experimentos, realização das execuções de simulação, análise de resultados e documentação e
implementação.
Cabe destacar que os recursos computacionais utilizados para o tratamento dos dados e
construção dos modelos de simulação nesse trabalho de pesquisa foram disponibilizados pelo
SENAI Cimatec – Centro Integrado de Manufatura e Tecnologia (SENAI – DR/BA), através
do seu Laboratório de Tecnologia da Informação, laboratório este, equipado ainda com vários
Capítulo 1 – Introdução
11
softwares de simulação computacional, dentre os quais o Witness que foi a ferramenta
utilizada nesse trabalho devido ao nível de conhecimento do autor.
1.7 Delimitação do Universo de Pesquisa
É intenção do trabalho explorar especificamente as potencialidades e vantagens geradas pela
aplicação da modelagem e simulação computacional como ferramenta de auxílio nas tomadas
de decisões complexas das operações logísticas das organizações industriais, sem, contudo,
contemplar todas as variáveis reais neste ambiente simulado. O princípio reside em investigar
operações logísticas complexas de uma organização real e partir para a formulação da questão
de forma sistêmica, transportando o modelo real para dentro de um ambiente de software
reprisável, parametrizável, utilizável por profissionais em ambientes gerenciais operacionais,
onde ocorrem situações de decisão diária de abastecimento de sistemas produtivos ou
mercado.
O trabalho não pretende exaurir as questões de modelagem e simulação em ambientes
logísticos complexos, incentivando outros pesquisadores a continuarem o modelo,
introduzindo questões novas e ampliando a aderência à realidade. O trabalho está limitado a:
a) Modelagem e simulação computacional estocástica5;
b) Sistemas/operações logísticas complexas de organizações industriais;
c) Estudo de uma organização baiana;
d) O recorte temporal da pesquisa bibliográfica obedecerá aos últimos 50 anos para se
fazer coincidir com o surgimento da metodologia da modelagem e simulação. Porém,
a situação problema, ou melhor, o caso de estudo prático trata da otimização de
operações logísticas complexas, por intermédio de modelagem e simulação
computacional, de uma grande indústria petroquímica localizada no Pólo
Petroquímico de Camaçari, realizado no segundo semestre de 2003.
________________
5. Estocástica: baseado em probabilidades, ou seja, envolve algum tipo de incerteza nos dados de entrada e, como conseqüência os dados de
saída são afetados pela aleatoriedade.
Assim, o trabalho será estruturado dos conceitos às aplicações e resultados, pretendendo ser
um trabalho que propicie a difusão do uso da modelagem e simulação computacional nas
organizações industriais, principalmente as baianas, partindo-se do pressuposto das vantagens
Capítulo 1 – Introdução
12
geradas. No entanto, o mesmo é uma construção que pode evoluir em função do interesse que
possa vir a despertar futuramente.
Vale ressaltar que em nenhum momento está se colocando a modelagem e simulação
computacional como fonte única de apoio à tomada de decisões. O intuito da pesquisa é
mostrar que a modelagem e simulação computacional se configuram como uma importante
ferramenta de apoio aos processos decisórios, porém não se pode relegar outros fatores como
a expertise do profissional adquirida ao longo de sua carreira, por exemplo.
1.8 Estrutura
A estrutura deste trabalho inclui seis capítulos.
Capítulo 1 – Introdução: busca prover informações para a compreensão do trabalho realizado.
Define-se, neste capítulo, o problema de pesquisa, apresentam-se os objetivos, a justificativa
da pesquisa, e descrevem-se as delimitações da pesquisa e a estrutura da dissertação.
Capítulo 2 – Referencial Teórico: neste capítulo apresenta-se o aporte teórico necessário à
discussão do tema em estudo. São abordados temas como logística integrada, tomada de
decisão, pesquisa operacional e os princípios básicos da técnica de modelagem e simulação
computacional.
Capítulo 3 – Método de Trabalho: são apresentados as etapas do trabalho e o método aplicado
para o desenvolvimento da dissertação e do projeto de simulação computacional.
Capítulo 4 – Estudo de Caso: destina-se à apresentação do estudo de caso realizado a partir da
descrição do desenvolvimento do trabalho. É caracterizado o objeto em estudo e apresentado
o projeto de simulação computacional desenvolvido.
Capítulo 5 – Análise dos Resultados: reúne os resultados e interpretações obtidas com a
simulação. Também são identificadas as oportunidades de melhorias e a forma de
apresentação e implementação dos resultados.
Capítulo 6 – Conclusões do Estudo: são apresentadas as conclusões obtidas com o estudo
buscando responder aos objetivos propostos. Apresentam-se também sugestões para pesquisas
futuras.
Capítulo 2 – Referencial Teórico
13
2 REFERENCIAL TEÓRICO
Este capítulo apresenta as bases teóricas para a realização deste trabalho. Inicialmente faz-se
uma breve descrição de logística e sua evolução até a definição de logística integrada, com o
intuito de contextualizar o caso real estudado, onde foi aplicado a metodologia de modelagem
e simulação computacional. Na seqüência são abordados conceitos que envolvem o processo
de tomada de decisões em cenários complexos até chegar nas ferramentas de modelagem e
simulação computacional.
2.1 Logística
A logística tem sido usada desde os tempos mais remotos da civilização, entretanto,
paradoxalmente, sua conceituação é moderna. Na sua acepção moderna, a logística tem
origem na Segunda Guerra Mundial estando ligada às operações militares. Segundo Hall
(1985), o termo logística começou a ser utilizado para descrever uma variedade de
ferramentas analíticas utilizadas para maximizar a eficiência do fluxo de materiais, a
utilização de equipamentos e as pessoas durante a guerra. Após a Segunda Guerra Mundial, os
conceitos e técnicas desenvolvidas para fins militares passaram a migrar para o setor privado.
Em seguida serão vistas algumas definições de logística encontradas na bibliografia
disponível e também uma definição particular do autor desse trabalho.
2.1.1
Conceito de Logística
Uma revisão conceitual sobre a logística permite observar que diversas abordagens foram
elaboradas ao longo das últimas décadas, corroborando seu caráter evolutivo. Em seu conceito
de logística Daganzo (1991) enfatiza a distribuição física dos produtos. Para ele, a logística
estuda como levar itens da produção para o consumidor com o menor custo.
Enfoques mais abrangentes se preocupam não só com a distribuição do produto acabado, mas
também englobam o fluxo de produtos e informações desde a aquisição da matéria-prima até
o consumidor final. Neste sentido, Ballou (1993) define a logística empresarial como:
(...) todas as atividades de movimentação e armazenagem, que facilitam o fluxo de
produtos desde o ponto de aquisição da matéria-prima até o ponto de consumo final,
assim como dos fluxos de informação que colocam os produtos em movimento, com
o propósito de providenciar níveis de serviço adequados aos clientes a um custo
razoável.
Capítulo 2 – Referencial Teórico
14
Também em uma perspectiva ampla o Council of Logistics Management americano (apud
NOVAES, 2001) define a logística como:
(...) o processo de planejar, implementar e controlar de maneira eficiente o fluxo e a
armazenagem de produtos, bem como os serviços e informações associadas,
cobrindo desde o ponto de origem até o ponto de consumo, com o objetivo de
atender aos requisitos do consumidor.
Pode-se fazer uso dos conceitos até aqui apresentados e definir a logística como sendo um
conjunto de ações de planejamento e controle do fluxo físico de bens e/ou serviços, do fluxo
de informações e do fluxo financeiro associado, desde o fornecedor de insumos básicos até o
cliente final, visando o atendimento das necessidades deste no tempo certo e ao menor custo
possível.
Desde o surgimento do termo Logística, há aproximadamente cinqüenta anos, que seu
conceito vem crescendo e evoluindo conforme será mostrado na sub-seção seguinte.
2.1.2
Evolução da Logística
Bowersox (1986), Ballou (1993), Lambert et al. (1998), Novaes (1999), Ching (1999),
apontam a evolução contínua da logística através da ampliação de suas atividades, atualmente
voltadas ao desenvolvimento do gerenciamento da cadeia de suprimento de forma integrada.
Tal evolução decorre das mudanças verificadas na administração das organizações, que
buscam adaptar-se às novas exigências de mercado. Novaes (1999) divide o processo de
evolução da logística em quatro fases esquematizadas na tabela 1. Partiu-se do período PósGuerra com o foco muito grande em controle de custos, lotes econômicos de transporte e
grandes estoques com pulmão. A atuação dos atores da cadeia de suprimentos era
segmentada, não havia integração. Na segunda fase já se busca alguma integração, porém
rígida, face ao surgimento de dificuldades como a diversificação da demanda e a crise do
petróleo e também devido ao desenvolvimento da informática. Já na terceira fase o processo
de integração se tornou mais flexível, produtos e mercados foram diversificados, buscava-se o
estoque zero, os processos produtivos se tornaram mais flexíveis, em vista da satisfação plena
do cliente. A quarta fase trata do gerenciamento da cadeia de suprimento, onde a logística
passa a ser tratada de forma estratégica e a busca de parcerias e colaboração na cadeia é uma
tônica com vistas a redução total do seu custo.
Capítulo 2 – Referencial Teórico
FASE
15
AMBIENTE
FOCO
1ª - Atuação Segmentada
Pós II Guerra Mundial
Controle de Custos
Sub-sistemas otimizados
separadamente, com estoques
servindo de pulmão.
Produtos únicos (pouca flexibilidade)
Lotes econômicos de transportes
Voltados para único segmento
Pedido econômico
2ª - Integração Rígida
Crise do petróleo: reflexo no aumento
do custo de transporte
Maior integração entre pedidos de
fabricação e despacho
Busca inicial de racionalização
integrada da cadeia, mas rígida por
não permitir correção dinâmica do
planejamento ao longo do tempo
Processo de decisão integrado
Congestionamento crescente dos
centros urbanos com reflexo no custo de
Otimização de atividades e planejamento
distribuição
Desdobramento da demanda em grupos
Uso da informática para cálculos e
heterogêneos de consumidores
otimização
(segmentação de mercado
3ª - Integração Flexível
Integração dinâmica: dentro da
empresa e nas inter-relações da
empresa com fornecedores e
clientes
Desenvolvimento da informática
Processos produtivos flexíveis, para maior
variedade do produto
Globalização: reflexo nos níveis de
competitividade internacional
Satisfação plena do cliente
Mudança nos modelos de gestão
Prazos de entrega mais curtos possíveis
Emergência de novos padrões de
qualidade e produtividade
Redução de custos
Diversificação de produtos e mercados
Integração da Logística em termos
operacionais e físicos
Busca do estoque zero
Competitividade
Uso intensivo da informação e da
informática
4ª - Gerenciamento da Cadeia de
Suprimento
Elevação dos níveis de competitividade Questão logística tratada de forma
estratégica entre os componentes da cadeia
Empresas virtuais
produtiva - parceria
Uso do conceito de postponement
(postergação)
Crescimento das compras eletrônicas
Agregaçaõ de valor para o cliente final
Redução de incertezas ao longo da cadeia
produtiva
Preocupação com o meio ambiente logística verde e logística reversa
Tabela 1: Evolução da logística (adaptado de Novaes, 1999)
Para um melhor entendimento da logística integrada voltada ao gerenciamento da cadeia de
suprimento, faz necessário um detalhamento básico do escopo da logística, conforme se pode
verificar na sub-seção seguinte.
2.1.3
Escopo da Logística
Ballou (1993) desdobra o sistema logístico integrado em dois componentes básicos, quais
sejam:
a) componente primário: constituído pelo transporte, manutenção de estoques e pelo
processamento de pedidos;
Capítulo 2 – Referencial Teórico
16
b) componente de apoio: constituído pela armazenagem, manuseio de material,
embalagens de proteção e manutenção de informação.
A logística engloba a movimentação física dos produtos e o fluxo de informações, podendo
ser usada em diversas áreas, entre as quais destaca-se a área de transporte de suprimentos, a
área de apoio à produção e a área de transporte de distribuição. Os temas a serem tratados na
atividade logística apresentam-se bastantes diversificados, como exemplo:
a) Fluxo de compras de matérias-primas;
b) Operações de produção;
c) Controle de materiais e processos;
d) Gerenciamento de transporte que abrange a movimentação de materiais internos e
externos à empresa;
e) Distribuição para os clientes finais a partir da fábrica e/ou depósitos intermediários;
f) Recebimento de matéria-prima;
g) Armazenagem.
Já Hall (1985) divide as atividades logísticas em produção, armazenagem e transporte. Este
sintetiza o escopo das operações logísticas enfatizando sua dimensão temporal (quando) e
espacial (onde) através de três questões chaves, a saber:
1. Quando e onde os bens devem ser produzidos?
2. Quando e onde os bens devem ser armazenados?
3. Quando e onde os bens devem ser transportados?
Segundo Novaes (1999), além da dimensão temporal e espacial, citadas por Hall (1985), que
agregam valor para o consumidor final, a logística agrega valor, também, de qualidade e de
informação na cadeia produtiva. Estas dimensões que agregam valor ao consumidor final são
evidenciadas na definição da missão da logística apresentada por Ching (1999):
- fornecer quantidade desejada de serviços aos clientes, objetivando alcançar níveis
de custos aceitáveis e competitivos;
- proporcionar subsídios e condições para que se movimentem da maneira mais
rápida e eficaz possível;
- contribuir para gestão comercial da companhia, por meio da confiabilidade e
eficácia da movimentação dos materiais, bem como nos prazos e metas de
atendimento aos pedidos efetuados pelos clientes.
Com base nas definições de escopo da logística apresentados, pode-se destacar que a logística
passa a ser vista e valorizada como integradora das várias funções ao longo da cadeia
Capítulo 2 – Referencial Teórico
17
produtiva, sua base conceitual tem evoluído de forma a considerar sistemicamente todas as
atividades que se relacionam direta e indiretamente aos fluxos físico e de informação. De fato,
dentro do conceito moderno de gerenciamento da cadeia produtiva, a logística aparece como
elemento chave de integração (NOVAES, 1999). Essa integração sugere relações entre os
diversos atores da cadeia de suprimento, relações essas baseadas em processos sucessivos e
dinâmicos de tomadas de decisões em um ambiente na maioria das vezes com um nível de
complexidade elevado, conforme já discorrido de forma sucinta no capítulo introdutório deste
trabalho e agora será melhor detalhado na sub-seção 2.2.
2.2 Tomada de Decisões em Cenários Complexos
Simon (1965) considera as decisões como processos de escolha de seres humanos resultantes
de conclusões derivadas de premissas. Para ele existem limites de racionalidade que decorrem
da incapacidade da mente humana em aplicar a uma decisão todos os aspectos de
conhecimento, valor, comportamento e conseqüências da escolha importantes para uma
tomada de decisão. Neste sentido, a percepção do tomador de decisão alcança apenas uma
parcela das alternativas de determinada situação.
Para Simon (1965) “(...) o ser humano possui apenas um conhecimento fragmentado das
condições que cercam sua ação, e ligeira percepção das regularidades dos fenômenos e das
leis que lhe permitiriam gerar futuras conseqüências com base no conhecimento das
circunstâncias atuais”.
De maneira complementar às afirmativas de Simon (1965) sobre as limitações do ser humano,
citadas anteriormente, segundo Pidd (1998), o homem que vive no mundo ocidental depende
também de ajuda artificial para a sua sobrevivência: viaja-se longas distâncias de carro, barco
ou avião, cozinha-se em equipamentos abastecidos por gás ou eletricidade e concorda-se que
computadores possibilitam comunicação instantânea por todo o globo. Faz-se parte de um
mundo interconectado no qual as decisões podem ter maiores conseqüências para o meio
individual e/ou coletivo.
Quando se tomam boas decisões espera-se que todos se beneficiem com o que acontece a
seguir. Mas também se tem a ciência de que, quando as coisas acabam mal, as conseqüências
podem ser de fato desastrosas. Isto também é verdade nos negócios. Por exemplo, os custos
de um fabricante que decide construir uma nova fábrica, ou reequipar uma fábrica já
existente, podem ser enormes. Claramente, os gestores farão tal investimento apenas se
Capítulo 2 – Referencial Teórico
18
considerarem que o negócio gerará algum retorno. Mas como eles podem ter certeza de que
suas decisões acontecerão como pretendido? Como eles podem ter certeza de que haverá
demanda suficiente para os produtos que a fábrica produzirá? Como eles podem ter certeza de
que as tecnologias usadas na fábrica funcionarão da maneira esperada? As conseqüências das
falhas podem ser muito caras e até mesmo perigosas. Uma maneira de ajudar a melhorar este
planejamento é descobrir meios de aprender a partir das falhas que ocorrem algumas vezes
(FORTUNE e PETERS, 1995 citado por PIDD, 1998). Este aprendizado implica que os
investigadores tenham algo ou um modelo contra o qual o desmpenho do sistema possa ser
comparada.
De forma similar aos questionamentos citados para o meio organizacional, pode-se inferir
sobre os efeitos de desastres naturais, como terremotos e enchentes, ameaçam a vida do
homem e, nessa seara pode-se destacar o terremoto de Kobe no Japão em 1985 e mais
recentemente, em 2005, o Tsunami (onda gigante gerada por distúrbios sísmicos) que atingiu
vários países da Ásia e o furacão Katrina que devastou a cidade de Nova Orleans nos Estados
Unidos em 2005. Como os experts em desastres naturais podem avaliar os riscos de tais
acidentes acontecerem?
É impossível, evidentemente, ter certeza do que acontecerá quando fazemos mudanças em
sistemas complexos, uma vez que só teremos certeza do que ocorrerá quando tivermos
completo controle sobre os eventos. Contudo, existem maneiras de minimizar o risco e de
gerenciar a complexidade. A complexidade da vida moderna veio para ficar e nós devemos,
desta maneira, adotar abordagens adequadas para lidar com ela.
Segundo Gomes et al. (2004) os problemas complexos da tomada de decisões são comuns em
uma infinidade de áreas, tanto públicas, quanto privada e desde tempos remotos o homem
tenta resolvê-los, apoiando-se em abstrações, heurísticas e raciocínios dedutivos, a fim de
guiar e validar suas escolhas. De maneira geral, tais problemas possuem, pelo menos, uma das
características a seguir:
a) Os critérios de resolução do problema são, no mínimo, dois que conflitam entre si;
b) Tanto os critérios como as alternativas não estão claramente definidos, e as
conseqüências da escolha de uma determinada alternativa, com relação a pelo menos
um critério, não são devidamente compreendidas;
Capítulo 2 – Referencial Teórico
19
c) Os critérios e as alternativas podem estar interligados, de forma que um dado critério
parece refletir parcialmente um outro critério, enquanto a eficácia em optar por uma
alternativa específica depende de que uma outra seja ou não escolhida, no caso de as
alternativas não serem mutuamente excludentes;
d) A solução do problema depende de um conjunto de pessoas, cada uma com o seu
próprio ponto de vista, muitas vezes conflitante com os das demais pessoas;
e) As restrições do problema não estão bem definidas, podendo existir dúvidas a respeito
do que é critério e do que é restrição;
f) Alguns dos critérios são quantificáveis, enquanto outros somente o são por meio de
juízos de valor efetuados sobre uma escala;
g) A escala para um determinado critério pode ser cardinal, verbal ou ordinal,
dependendo dos dados disponíveis e da própria natureza dos critérios.
Outras implicações podem surgir em um contexto real de tomada de decisões, mas os sete
aspectos mencionados caracterizam essa complexidade e explicam de forma um pouco mais
abrangente a definição de sistemas complexos inicialmente sugerido no capítulo introdutório
desse trabalho. Em geral, problemas dessa natureza são considerados mal-estruturados.
Para resolver problemas complexos, até a primeira metade do século XX, utilizava-se
basicamente os recursos da matemática para a tomada de decisões em condições aleatórias;
porém, em muitas situações, observava-se que o risco associado a tal procedimento era
inaceitável.
Com o fim de Segunda Guerra Mundial, em função da experiência obtida pelas Forças
Aliadas sobre problemas logístico-militares, um grande número de organizações de pesquisa
dedicou-se a análise e à preparação de decisões, usando a então a nascente Pesquisa
Operacional, conforme será um pouco mais explicitado no item 2.3. Os métodos da Pesquisa
Operacional fazem parte da otimização clássica e muitos deles ainda são utilizados
atualmente.
Na década de 70, começam a surgir os primeiros métodos de Apoio ou Auxílio Multicritério à
Decisão, com o intuito de enfrentar situações específicas, nas quais um decisor, atuando com
racionalidade, deveria resolver um problema em que vários eram os objetivos a serem
alcançados de forma simultânea.
Capítulo 2 – Referencial Teórico
20
Os métodos de Apoio Multicritério à Decisão tem caráter científico e, ao mesmo tempo,
subjetivo, trazendo consigo a capacidade de agregar, de maneira ampla, as características
consideradas importantes, inclusive as não quantitativas, com a finalidade de possibilitar a
transparência e a sistematização do processo referente aos problemas de tomada de decisões.
Esses métodos valem-se de um enfoque diferenciado dos problemas e passam a atuar sob a
forma de auxílio à decisão, envolvendo não somente uma representação multidimensional dos
problemas, mas também incorporando uma série de características bem definidas em relação à
sua metodologia, tais como:
a) A análise do processo de decisão, em que essa metodologia é aplicada, tem sempre o
objetivo de identificar informações/regiões críticas;
b) A existência de uma melhor compreensão acerca das dimensões do problema;
c) A possibilidade de haver diferentes formulações válidas para o problema;
d) A aceitação de que, em problemas complexos, as situações nem sempre se ajustam a
um perfeito formalismo e, em particular, de que estruturas que representam de forma
parcial a comparabilidade entre as alternativas podem ser relevantes no processo de
auxílio à decisão;
e) O uso de representações explícitas de uma estrutura de preferências, em vez de
representações numéricas definidas artificialmente, muitas vezes pode ser mais
apropriado a um problema específico de tomada de decisões.
A partir dessas características, percebe-se o esforço para representar, o mais fielmente
possível, as preferências do decisor ou do grupo de decisores, embora essas preferências não
sejam totalmente consistentes. Deve-se notar, inclusive, que o estudo do problema de
decisões, a partir do enfoque do Apoio Multicritério à Decisão, não procura apresentar ao
decisor ou decisores uma solução para o problema, elegendo uma única verdade representada
pela alternativa escolhida. Pretende, conforme seu nome sugere, apoiar o processo de decisão
ao recomendar ações ou cursos de ação a quem vai tomar a decisão.
Existe na literatura atual uma grande variedade de métodos derivados do Apoio Multicritério
à Decisão, será foco desse trabalho de dissertação a metodologia de Modelagem e Simulação
Computacional como ferramenta de apoio à tomada de decisões em cenários complexos. Por
conta disso faz-se necessário o entendimento da metodologia de modelagem e simulação
desde o seu advento primário através da pesquisa operacional, sua evolução concomitante
Capítulo 2 – Referencial Teórico
21
com a evolução da informática até chegar as ferramentas de modelagem e simulação
computacionais, perpassando por sua classificação e aplicações.
2.3 Modelagem e Simulação Computacional
2.3.1
A Evolução da Pesquisa Operacional
Antes de discorrer sobre modelagem e simulação computacional, faz-se necessário introduzir
a definição e fazer um breve histórico sobre a Pesquisa Operacional, pois é de domínio
público que a simulação computacional é o desdobramento da Pesquisa Operacional somada
ao aporte tecnológico de informática existente nos dias atuais.
A evolução da pesquisa operacional pode ser dividida em três fases distintas: antes da
Segunda Guerra Mundial, quando as aplicações eram isoladas; durante a Segunda Guerra,
com fins puramente militares; e no período pós-guerra, como instrumento gerencial.
A revolução industrial trouxe ao mundo um notável crescimento no tamanho e complexidade
das organizações. Essa revolução proporcionou um aumento na divisão do trabalho e das
responsabilidades nas empresas. Os resultados foram excelentes, mas junto com eles surgiram
problemas. Dentre esses problemas encontra-se, por parte dos segmentos organizacionais, a
perda da visão do objetivo organizacional e de como as atividades das organizações devem
interagir para atingi-lo. Outro problema relacionado é a alocação dos recursos disponíveis
entre as várias atividades de maneira eficaz. Esses problemas, bem como a necessidade de
solucioná-los, proporcionaram um incentivo a estudos científicos que hoje podemos
relacionar com a pesquisa operacional. Segundo Ellenrieder (1971), esses estudos não
possuem todas as características da PO, mas permitem a observação de alguns pontos
importantes. Dentre esses estudos, estão os trabalhos de:
a) Arquimedes: físico e matemático que idealizou a defesa da cidade de Siracusa,
descobrindo novas armas e táticas;
b) Frederick W. Lanchester: inglês que lidou com o problema de traduzir complexas
estratégias militares em fórmulas matemáticas;
c) Thomas Alva Edison: durante a Primeira Guerra Mundial, utilizou um tabuleiro de
jogo tático para determinar rotas e outras técnicas que permitissem aos navios
mercantes escapar aos submarinos inimigos.
d) Técnicas semelhantes foram utilizadas, nessa mesma guerra, pelo Comando Geral
Prussiano;
Capítulo 2 – Referencial Teórico
22
e) Frederick W. Taylor: iniciou uma série de estudos objetivando o aumento da eficiência
de determinadas operações industriais. Taylor denominou seus métodos de
“administração científica” e os descreveu num livro editado em 1911 (“The Principles
of Scientific Management”). A Taylor seguiram-se outros pesquisadores com
contribuições à administração organizacional: Gantt, Gilbreth, Stewart etc.
f) Horace C. Levinson: na década de 1930, iniciou a aplicação da análise científica de
dados e deduziu, baseado nos mesmos, problemas de comércio. Seus trabalhos
consistiam em estudos de hábitos de compras dos clientes, respostas à propaganda etc.
De acordo com Ellenrieder (1971), os estudos citados anteriormente seriam, na atualidade,
considerados como estudos de Pesquisa Operacional, apesar dessa designação não ser
utilizada naquela época. Dessa maneira, entende-se a Pesquisa Operacional como algo novo,
nascido no início da Segunda Guerra Mundial e consolidada, organizada e sistematizada em
um processo que continua até os dias atuais. Durante a Segunda Guerra Mundial, diante de
problemas de natureza logística, tática, de estratégia militar e de alocação de recursos
escassos, o comando militar inglês solicitou a diversos pesquisadores e cientistas a aplicação
de uma abordagem científica para a solução desses problemas.
Segundo Medeiros (2000), as equipes de cientistas trabalharam em problemas como:
a) Detecção de navios e submarinos pelo radar;
b) Relação entre o peso de bombas e os sinistros;
c) Ações aéreas anti-submarinas;
d) Dimensionamento ótimo dos comboios;
e) Lançamento aéreo de minas;
f) Manobras de navios para evitar kamikazes;
g) Precisão dos bombardeios;
Esses cientistas não fizeram mais do que aplicar o método científico, que já conheciam, aos
problemas que lhes foram sendo colocados. Desenvolveram então a idéia de criar modelos
matemáticos, apoiados em dados e fatos, que lhes permitissem perceber os problemas em
estudo e simular e avaliar o resultado hipotético de estratégias ou decisões alternativas.
Os êxitos das equipes de pesquisa sobre operações influenciaram a expansão de seu método
na Grã-Bretanha e, logo, no Canadá, na Austrália e nos Estados Unidos. A expansão da então
Capítulo 2 – Referencial Teórico
23
chamada Pesquisa Operacional abrangia não somente outros países, como também áreas fora
da aplicação militar (ELLENRIEDER, 1971).
Esses grupos de cientistas e a sua nova metodologia de abordagem dos problemas se
transferiram para as empresas que, após a guerra, se viram também confrontadas com
problemas de decisão de grande complexidade. Suas técnicas passaram a ser aplicadas a
problemas de gerenciamento de atividades produtivas, o que permitiu grande economia no uso
dos meios de produção e popularizou o seu uso nessa área de conhecimento.
Ao longo dos anos, a teoria e as aplicações da PO se diversificaram, fazendo dela um campo
em franca expansão, cujas aplicações abrangem indústria, comércio, serviços e setores
governamentais. Especificamente, as áreas de expressiva importância estratégica que mais
utilizam a pesquisa operacional são aquelas ligadas a energia, gestão industrial, gestão da
qualidade, administração de operações, logística, finanças, marketing, planejamento e gestão
de serviços, informação etc. além de inúmeras outras, civis e militares.
De acordo com Medeiros (2000), após a Segunda Guerra, a Pesquisa Operacional para
Administração dirigiu-se a problemas como: programação da produção, controle de estoques,
programação de vendas, problemas de transportes, manutenção e substituição de
equipamentos, estudos de mercado, planejamento de atividades quaisquer e investimentos.
A partir da década de 50, foram criadas inúmeras associações ligadas à PO, como a
“Operations Research Society of América”, fundada nos Estados Unidos em 1953, ou a
Federação Internacional de Associações de Pesquisa Operacional, criada em 1957. Revistas
técnicas começaram a surgir em vários países, assim como cursos e programas em pesquisa
operacional.
Apesar dos resultados obtidos pela Pesquisa Operacional durante a Segunda Guerra Mundial
terem sido muito importantes para o sucesso das operações no conflito, eles foram limitados
pela complexidade dos cálculos envolvidos. Somente após a disponibilização de métodos
computacionais, o potencial da PO foi mais bem aproveitado. Hoje em dia, o potencial da
Pesquisa Operacional é tão grande, que costuma-se dizer que ela é “uma solução à procura de
um problema” (SELLITTO, 2002). Dentre as técnicas de pesquisa operacional que mais se
desenvolveram com o avanço dos métodos computacionais, está a modelagem e simulação
que será detalhada a partir da próxima sub-seção.
Capítulo 2 – Referencial Teórico
2.3.2
24
Sistemas e Modelagem Computacional
Segundo Law e Kelton (1991), um sistema é um conjunto de entidades (pessoas, máquinas,
etc.) que interagem a fim de atingir um objetivo. Um sistema pode ser analisado, basicamente,
por duas formas, quais sejam: experimentação com o sistema real e a experimentação com
modelos do sistema.
Na experimentação com o sistema real, os efeitos da mudança são analisados no próprio
sistema, após a sua implementação. Esta alternativa geralmente apresenta riscos e custos
elevados, podendo, ainda, estar sujeita a restrições físicas e temporais.
Na experimentação com modelos, estes representam uma simplificação da realidade, através
do qual procura-se identificar e destacar elementos da realidade que sejam os mais
importantes para a decisão a ser tomada. Tal experimentação apresenta, quando comparada
com a experimentação da realidade, baixo custo, maior segurança e rapidez (LAW E
KELTON, 1991), sendo que a abrangência da realidade no processo de modelagem é
substituída pelo poder de análise e capacidade de experimentação.
Segundo Borba (1998), a modelagem de sistemas é uma abordagem fundamental para o
melhor entendimento das complexas relações existentes em um processo produtivo. Trata-se
da representação simplificada da realidade possibilitando a construção de um modelo
significativo da mesma, minimizando as distorções de percepções.
A modelagem de um sistema pode ser de dois tipos: modelos físicos ou modelos matemáticos,
sendo que os modelos matemáticos podem ser subdivididos em soluções analíticas e
simulação. A figura 1 representa, esquematicamente os caminhos para se estudar um sistema:
Sistema
Experimentação com o
sistema real
Experimentação com
um modelo do sistema
Modelo
Físico
Modelo
Matemático
Solução Analítica
Simulação
Figura 1: Maneiras de se estudar um sistema (Law e Kelton, 1991)
Capítulo 2 – Referencial Teórico
25
As soluções analíticas buscam um resultado ótimo para o sistema modelado, apresentam
restrições quanto ao uso, diretamente relacionadas com a complexidade do sistema analisado.
A técnica de simulação trata também de modelos estocásticos permitindo modelar sistemas
com grande número de eventos e relações.
2.3.3
Conceito de Simulação Computacional
A simulação computacional, segundo Hollocks (1992) citado por Ripoll (1998), é uma técnica
de pesquisa operacional que envolve a criação de um programa computacional para
representar alguma parte do mundo real, de tal forma que os experimentos no modelo são
como a antevisão do que acontecerá na realidade. Dessa forma, a simulação permite que se
verifique o funcionamento de um sistema real em um ambiente virtual, gerando modelos que
se comportam como aquele considerando a variabilidade do sistema e demonstrando o que
acontecerá na realidade de forma dinâmica (CASSEL, 1996).
Segundo Pidd (1998), a simulação computacional consiste no uso de um modelo como base
para exploração e experimentação da realidade. A base da simulação computacional, segundo
o autor, está representada na figura 2.
Saídas
Entradas
Modelos de
Simulação
Interações e Experimentações
Figura 2: Base conceitual da simulação (Pidd, 1998, p. 226)
Verifica-se que, através da experimentação de um modelo desenvolvido em computador
(modelo de simulação), buscam-se respostas (saídas do modelo) para variações nas políticas
utilizadas (entradas conhecidas). É possível avaliar o que ‘aconteceria se....’ (what if...)
determinada ação (interações e experimentação) fosse tomada no sistema real. Sendo assim, é
possível observar o resultado da mudança de diversos parâmetros, permitindo a comparação
de diversos cenários.
Na definição do conceito de simulação computacional verifica-se que os conceitos de sistema,
modelo e de simulação estão intimamente relacionados. Na simulação computacional, o
modelo representa o objeto de estudo (sistema real) enquanto que a simulação, um método de
análise.
Capítulo 2 – Referencial Teórico
2.3.4
26
Vantagens e Desvantagens do Uso da Simulação Computacional
Law e Kelton (1991) apresentam as seguintes vantagens para a utilização da modelagem e
simulação computacional em estudo de sistemas:
a) Sistemas complexos que contenham elementos estocásticos que não conseguem ser
tratados adequadamente por técnicas analíticas podem ser, na maioria das vezes,
estudados via simulação.
b) Fornece um controle melhor sobre as condições experimentais do que seria possível na
experimentação no sistema real;
c) Interações e experimentação
d) Modelos de Simulação
e) Permite replicação precisa dos experimentos, podendo-se testar cenários para o
sistema;
f) Permite simular longos períodos em um tempo reduzido;
g) Em geral, é mais econômico do que testar o sistema real.
Como desvantagens para a utilização de simulação computacional em estudo de sistemas,
Law e Kelton (1991) apresentam:
a) A simulação é dependente da validade do modelo desenvolvido. Se o modelo criado
não representa fidedignamente o sistema ou se os dados de entrada não são confiáveis,
de nada adianta fazer um estudo detalhado dos dados de saída e encontrar uma solução
para o problema;
b) A técnica da simulação não é por si só otimizante, testando somente as alternativas
dadas pelo usuário.
c) Um estudo de simulação pode se tornar demorado e consumir recursos elevados.
2.3.5
Aplicações da Modelagem e Simulação Computacional
A utilização da modelagem e simulação computacional, durante muito tempo, foi restrita a um
pequeno grupo devido a necessidades de grandes recursos computacionais e ao grande esforço
de programação requerido. Porém, hoje em dia, os softwares de simulação rodam em
microcomputadores e os programas vêm evoluindo se tornando cada vez mais “amigáveis”.
O uso da simulação vem crescendo em várias áreas do conhecimento. Segundo Pidd (1998), a
simulação computacional figura entre as três ferramentas mais utilizadas pelos pesquisadores
em ciências administrativas A seguir tem-se alguns exemplos de aplicações, porém, cabe
ressaltar que existem diversos outros exemplos que excedem aos aqui destacados.
Capítulo 2 – Referencial Teórico
27
a. Manufatura: a utilização da simulação tem ocorrido em diversas aplicações.
Exemplos de aplicação em manufatura podem ser encontrados em Pidd (1998),
simulou uma planta de uma indústria alimentícia, Boblitz (1991), onde a empresa
economizou U$ 80.000 na aquisição de novas máquinas ao simular a substituição de
suas células de manufaturas por uma linha de produção contínua verificando que elas
não trariam um resultado positivo; Cassel (1996), na aplicação da simulação em
fábrica de calçados; Williams e Sadakane (1997), citado por Ripoll (1998), no
desenvolvimento de um modelo de simulação para o dimensionamento de equipe
polivalente de manutenção, entre outros.
b. Armazenagem: Lopes (1999), utiliza a simulação para avaliação da capacidade de
fluxo e fontes de ganho no sistema de armazenagem automática de uma fábrica de
pneus; Takakuwa et al. (2000), desenvolveram um modelo de simulação para
armazéns não automatizados juntamente com um programa para geração de
parâmetros.
c. Transporte/Logística: utilização da ferramenta em operações de terminais de
transbordo de uma empresa de transporte de carga identificando o número necessário
de veículos extras para garantir a confiabilidade da rede de rotas; análise de nível de
serviço e capacidade de atendimento de um posto de abastecimento de gás natural;
Lacerda e Rodrigues (1998), aplicação da simulação em alocação de containers numa
empresa de navegação; suporte no planejamento de capacidade de um terminal
portuário em operações de suprimento de plataformas de exploração e produção de
petróleo; Rodrigues e Saliby (1998), aplicação da simulação no dimensionamento de
bases de distribuição de combustível; Braga (1999), redução de custos de transporte de
cana do campo para usina melhorando o planejamento na utilização de caminhões,
jornada de trabalho e manutenção de estoque.
d. Setor de Saúde: aplicação na área pode ser encontrada em Fusco (1997), na busca de
redução do tempo de espera dos pacientes que realizam exames no Hospital Albert
Einstein; Borba (1998), análise de alternativas para uma situação específica no
hospital para criação de um novo serviço.
e. Setor de Serviço: Costa e Conde (1999), utilização da simulação na operação de
chegada, triagem e saída de encomendas/malote no centro de operações postais de
Capítulo 2 – Referencial Teórico
28
Benfica nos Correios. Como resultado destaca-se o dimensionamento dos turnos e
efetivo necessário, o planejamento dos horários para liberação da carga e identificação
da capacidade produtiva da máquina de triagem; Mariono (1999), aplicação nos
Correios objetivando agilizar melhorias em diversas áreas da empresa.
2.3.6
Classificação dos Modelos de Simulação
Os modelos de simulação computacional são classificados de acordo com uma série de
critérios segundo Law & Kelton (1991), Pidd (1998), Harrell (2002). Barrônio (2000) entre
outros. Segue breve descrição das características de cada uma delas.
Quanto à representação da realidade: os modelos icônicos são modelos concebidos
geralmente para fins de treinamento. Neste caso, aparentemente representam situações reais.
Como exemplo têm-se os simuladores de vôo. Os modelos simbólicos são aqueles em que as
características do sistema real são representadas matematicamente ou simbolicamente.
Quanto aos recursos computacionais: no modelo analógico as variáveis e os relacionamentos
entre elementos dos sistemas são representados por entidades físicas. Como exemplo tem-se o
túnel de vento em que o modelo é instrumentado e os dados são alimentados em um programa
de simulação que avalia a resposta do modelo. O Modelo digital é caracterizado pelo aumento
considerável do dinamismo e precisão, como exemplo tem-se a simulação completamente
digital do comportamento de um corpo no fluído sem a utilização de uma entidade física. E o
Modelo híbrido onde é necessário combinar recursos, mesclando modelo analógico com o
modelo digital.
Quanto ao tratamento dos dados: nos modelos determinísticos os dados são considerados sem
variabilidade estatística associada ao modelo. Já nos modelos estocásticos os efeitos da
aleatoriedade dos dados são considerados no desenvolvimento do modelo.
Quanto ao comportamento em relação ao tempo: os modelos estáticos retornam uma resposta
a um determinado conjunto de dados de entrada para um tempo específico não levando em
consideração a continuidade da simulação. Nos modelos dinâmicos a simulação representa o
desempenho do sistema ao longo do tempo, sendo possível acompanhar o comportamento do
sistema em diferentes momentos.
Capítulo 2 – Referencial Teórico
29
Quanto às mudanças de estado: nos modelos discretos as mudanças do sistema ocorrem em
intervalos definidos e específicos de tempo. Nos modelos contínuos o comportamento
ininterrupto de mudanças de estado pode ser representado.
Quanto ao interesse sobre os resultados: modelos terminantes são aqueles em que o interesse
recai sobre o comportamento dos sistemas em um tempo ou evento específico, ou após um
período definido inicialmente. Modelos não-terminantes o interesse está em analisar a
condição contínua de operação do modelo sem se ater a eventos ou momentos especiais.
Quanto ao uso: o modelo de uso unitário é concebido para representar uma situação
específica. Após a decisão ser tomada, o modelo não tem mais utilidade. Nos modelos de uso
continuado, a concepção está voltada para testar e validar hipóteses sobre o sistema e seu
funcionamento continuamente, podendo ser utilizado enquanto o sistema real continue ser
representado pelo modelo.
2.3.7
Evolução dos Softwares de Simulação Computacional
A utilização de simulação computacional por muito tempo esteve restrita a um grupo pequeno
de usuários, basicamente grandes empresas da área de transporte, mineração e siderurgia. Tal
fato decorreu principalmente do elevado custo de hardware, do grande esforço de
programação requerido e das limitações de memória para armazenamento de dados. O
desenvolvimento de linguagens específicas e a acessibilidade e incremento na capacidade de
processamento computacional vêm aumentar o leque de possibilidades de utilização desta
metodologia.
A simulação computacional apresenta uma evolução que está diretamente relacionada com a
tecnologia de suporte (hardware e software) disponível no momento de seu desenvolvimento.
A tabela 2 apresenta uma síntese da evolução dos sistemas de simulação de acordo com o
desenvolvimento da tecnologia de suporte. Maiores detalhes em Lobão e Porto (1996).
Capítulo 2 – Referencial Teórico
Classificação
Tipo I
Até Década
de 60
Tipo II
Décadas de
60 e 70
Tipo III
Até Década
de 80
Tipo IV
Até Década
de 90
30
Tecnologia Disponível
Ferramentas
Conhecimentos científicos, matemáticos,
estatísticos e habilidades manuais.
Modelos matemáticos e físicos em escala
reduzida.
Computadores de grande porte. Primeiros
microcomputadores.
Linguagem genérica: Fortran, Pascal e C.
Linguagens de simulação: GPSS, SLAM,
SIMAN, etc.
Microcomputadores.
Pacotes de simulação: Witness, Arena,
Promodel, etc.
Estações de trabalho de alto desempenho e
grande capacidade de memória.
Simuladores de interface gráfica,
interativos e inteligentes.
Tabela 2: Evolução dos sistemas de simulação (Adaptado de Lobão e Porto, 1996).
A escolha de um programa de simulação, entre os softwares de linguagem genérica,
linguagem de simulação ou de pacotes comerciais, está diretamente relacionada com o tradeoff entre flexibilidade e especialização do usuário. Rodrigues (1994) apresenta este trade-off
segundo as diversas categorias de pacotes passíveis de utilização para fins de modelagem
computacional de um sistema, como mostra a figura 3.
Mais
Programa de
Simulação
Linguagem de
Programação Genérica
Linguagem de
Simulação
Pacotes de
Simulação
Flexibilidade
Especialização
do Usuário
Aplicações Orientadas
Simuladores
Com Interface de
Programação
Sem Interface de
Programação
Menos
Figura 3: Trade-off entre flexibilidade de modelagem e especialização do usuário na ferramenta (Rodrigues,
1994).
Observa-se nas últimas décadas um avanço nos chamados ambientes de simulação. As
tradicionais linguagens de simulação exigiam muita experiência e dedicação do usuário, esses
novos ambientes são amigáveis, consistentes em termos estatísticos e possuem interfaces
gráficas que permitem visualizações das simulações.
Os softwares mais conhecidos na área de modelagem e simulação computacional são:
Witness, Arena, Automod, Micro Saint, e Promodel. Especificamente para este trabalho foi
Capítulo 2 – Referencial Teórico
31
utilizada a ferramenta computacional Witness para “rodar” os modelos simulados do estudo
de caso proposto.
Rememorando o Capítulo 2 – Referencial Bibliográfico, viu-se que o presente trabalho está
lastreado em três pilares de bases científicas: a Logística, a Tomada de Decisões Complexas e
a Modelagem e Simulação Computacional. Porém, é justamente no inter-relacionamento entre
os temas que se posiciona a questão de pesquisa de buscar “Quais as potencialidades e
vantagens geradas pela utilização da modelagem e simulação computacional como uma
ferramenta de auxílio nas tomadas de decisões complexas em operações logísticas de
unidades industriais?”.
No capítulo seguinte será mostrado o método de trabalho que propiciou a consecução do
objeto dessa pesquisa.
Capítulo 3- Método de Trabalho
32
3 MÉTODO DE TRABALHO
Neste capítulo é descrito o método de trabalho adotado para a realização desta dissertação. O
método de trabalho, conforme Lakatos e Marconi (1991), é um conjunto de atividades
sistemáticas e racionais que orientam a geração de conhecimentos válidos e verdadeiros, que
indicam o caminho a ser seguido.
3.1 Classificação do Estudo
Tendo em vista seus propósitos e características, descritos nos capítulos anteriores, a pesquisa
em tela possui um caráter predominantemente quantitativo. Considerando, ainda, o fato de se
investigar uma única realidade, qual seja a de um processo logístico de carregamento de
produtos em uma planta industrial petroquímica, a pesquisa enquadra-se, também, na
categoria de estudo de caso.
Segundo Yin (1981) o estudo de caso constitui-se em uma abordagem de pesquisa que
privilegia a compreensão das dinâmicas e relações próprias de cenários específicos,
combinando diversos instrumentos de coleta de dados como documentos, entrevistas,
questionários e observações, podendo ser usado para vários objetivos, tais como fornecer
descrição, testar teorias ou gerar teorias.
3.2 Instrumentos de Coleta de Dados
Existem, fundamentalmente, três formas de obter dados acerca de determinado fenômeno:
observando-o, fazendo perguntas às pessoas direta ou indiretamente envolvidas e examinando
elementos documentais escritos. A cada um destes procedimentos corresponde uma categoria
de técnicas de pesquisa: a observação, a entrevista e a análise documental. Uma pesquisa
científica pode valer-se de apenas uma ou da combinação destas três técnicas. Além disso,
acrescentam os autores, cada uma das técnicas pode ser empregada, em vista dos propósitos
almejados, com maior ou menor profundidade.
Neste estudo, as três técnicas de coleta de dados foram utilizadas. Não obstante, o estudo
baseia-se em dados referentes a tempos de execução das atividades em estudo (dados
secundários). Ainda em fases preliminares, procedeu-se a realização de entrevistas com
Capítulo 3- Método de Trabalho
33
pessoas envolvidas, e a observação do processo em estudo para maior compreensão do
sistema real6.
3.3 Método para Desenvolvimento do Projeto de Simulação
Computacional
Em linhas gerais, um projeto de simulação passa por conjuntos de etapas explicitadas na
Figura 4.
Determinação e
modelagem do
problema
Geração de dados
brutos a partir do
modelo desenvolvido
Determinação e
modelagem do
problema
Figura 4 – Etapas Básicas de um Projeto de Simulação (elaborada pelo autor).
No entanto, para cumprir os objetivos desse estudo, faz-se necessário um detalhamento
explicativo dessas macro etapas. O método de desenvolvimento do projeto de simulação
computacional utilizado nesta dissertação está baseado em grande parte na metodologia
desenvolvida por Law & Kelton (1991). Esse método foi escolhido porque seus passos foram
avaliados, pelo autor, como mais eficientes. Apesar disso, outros autores foram consultados
para um maior esclarecimento de cada passo.
Os passos (enumerados a seguir) foram os norteadores das simulações realizadas nesse
trabalho, conforme pode-se ver no fluxograma da figura 5.
1. Formulação do problema e planejamento do estudo
2. Coleta de dados e definição do modelo
3. Validação do modelo conceitual
4. Construção do programa computacional e verificação
5. Realização de execuções piloto
6. Verificação e validação do modelo programado
7. Planejamento dos experimentos
8. Realização das execuções de simulação - Experimentação
9. Análise de resultados
10. Documentação e implementação
________________
6. Sistema real: normalmente referido ao objeto em estudo, representa uma coleção de entidades que agem e interagem de forma conjunta,
seguindo alguma lógica pré-determinada
Capítulo 3- Método de Trabalho
34
As fases compostas de duas atividades estão assim dispostas para representar tarefas que
podem ser realizadas ao mesmo tempo.
Cabe destacar que, na metodologia de Law & Kelton (1991), existe uma diferença entre as
figuras do analista e do tomador de decisões. O primeiro é o ator que constrói o modelo de
simulação e o segundo é aquele que irá analisar a simulação e tomar as decisões cabíveis.
Ressalta-se que essas duas atribuições podem ser somente de uma pessoa, ou seja, o analista
ser também tomador de decisões.
Formulação do Problema e
Planejamento do Estudo
Definição do Modelo e Coleta de
Dados
É Válido
NÃO
SIM
Construção do Programa
Computacional e Verificação
Executar Rodadas Piloto
É Válido
NÃO
Projeto dos Experimentos
Executar Rodadas Piloto
Análise dois Dados de Saída
Documentação, Apresentação e
Implementação dos Resultados
Figura 5: Passos de um estudo de simulação (Law & Kelton 1991)
Apesar de considerar que o fluxograma da Figura 5 é auto-explicativo, cada uma das etapas
referenciadas serão explicadas detalhadamente a partir da sub-seção 3.3.1 até a sub-seção
3.3.10.
Capítulo 3- Método de Trabalho
35
Cabe ressaltar que a metodologia de Law & Kelton (1991), escolhida para nortear o
projeto de simulação estudado neste trabalho de dissertação será explicada de forma
genérica nas sub-seções seguintes (3.3.1 a 3.3.10) e as realizações práticas de cada etapa
serão referenciadas no Capítulo 4 – Estudo de Caso. Dessa maneira o autor entende que
a apresentação do trabalho torna-se mais aprazível e didática.
3.3.1
Formulação do Problema e Planejamento do Estudo
O início de experimento de simulação computacional deve ser com a formulação do problema
e com o planejamento do estudo. Isto porque a obtenção de uma solução aceitável depende de
um bom conhecimento do problema e da criação de um plano para sua avaliação. Nessa etapa
deve-se assegurar de que o problema descrito esteja claramente entendido. Também nesse
caso é importante que os tomadores de decisão entendam e concordem com a formulação do
problema feita pelo analista. O ideal é que em todos os passos, principalmente nesse primeiro,
analista e tomador de decisão trabalhem juntos, para uma maior eficiência e eficácia da
simulação. A interação entre aquelas pessoas, que lidam com o sistema a ser simulado, sejam
elas, administradores, trabalhadores, etc. (a partir daqui chamados apenas de gerentes ou
tomadores de decisão) e os analistas de simulação (ou apenas analistas), é fundamental para o
sucesso do processo de simulação.
Nessa etapa de formulação do problema deve-se determinar pontos importantes como:
objetivos do estudo, questões a serem respondidas, estágios da investigação, escopo do
modelo, configurações do sistema a ser modelado (limites, restrições, entidades, processos
etc.), equipamento e programa de simulação a serem utilizados, estrutura de tempo para o
estudo e recursos requeridos.
Muitas vezes, o problema é reformulado à medida que se realiza o estudo, isto ocorre devido a
um maior entendimento do sistema. Naylor (1971) ressalta a importância do estabelecimento
explícito dos objetivos da simulação e declara que objetivos têm habitualmente a forma de:
(a) questões a serem respondidas, (b) hipóteses a serem testadas ou (c) efeitos a serem
estimados.
O planejamento do estudo deve conter uma declaração de sistemas alternativos (ou partes
deles) a serem considerados e o método de avaliação da eficiência desses sistemas. Além
disso, deve conter informações como número de pessoas envolvidas, custo do estudo e tempo
Capítulo 3- Método de Trabalho
36
requerido para completar cada fase do trabalho, assim como os resultados esperados de cada
fase.
3.3.2
Coleta de Dados e Definição do Modelo
Nesta fase, o sistema real sob investigação é abstraído através de um modelo conceitual e, ao
mesmo tempo, dados do sistema são coletados. Segundo Shannon (1975), a coleta refere-se a
dados quantitativos e qualitativos sobre as entradas e saídas do sistema, bem como
informações sobre os componentes do sistema e suas interconexões ou relações. O modelador
(analista) deve decidir que dados são necessários, se eles são pertinentes, se os dados
existentes são válidos a este propósito e como eles foram obtidos e validados. Esta etapa
também envolve a escolha entre a utilização de dados empíricos diretamente no modelo ou o
uso de distribuições de probabilidade teóricas.
A fase de definição do modelo é uma das mais cruciais para a simulação. Alguns autores,
como Banks et al. (1996), dizem que a construção do modelo é mais uma arte do que ciência.
Esse autor declara que a arte da modelagem consiste de uma habilidade para abstrair as
características essenciais do modelo, da seleção e modificação de suposições básicas que
caracterizam o sistema, e então do enriquecimento e elaboração do modelo até uma
aproximação útil dos resultados. Pode-se usar qualquer dispositivo conveniente e útil para
construir um modelo, mas como o objetivo desse estudo é a utilização dos modelos de
simulação, as ferramentas ficam circunscritas à utilização de equações matemáticas em
programas de computador que simulam o comportamento do sistema.
De acordo com Naylor (1971), a formulação do modelo consiste na especificação de seus
componentes, variáveis, parâmetros e relações funcionais. Desse modo, é melhor utilizar-se,
inicialmente,
de
um
modelo
simples,
para
depois
aumentar
sua
complexidade
progressivamente. A complexidade do modelo não deve exceder a necessidade de abstração
demandada pelos objetivos do estudo. A violação desse princípio apenas acrescentará esforço
computacional e de construção do modelo. Não há necessidade de um completo mapeamento
entre modelo e sistema real; apenas a modelagem da essência do sistema real é necessária.
Shannon (1975) sugere alguns atributos para se saber se um modelo de simulação é realmente
válido. Segundo ele, um modelo deve:
a. ser simples de entender pelo usuário;
b. ter objetivos e propósitos direcionados;
Capítulo 3- Método de Trabalho
37
c. ser robusto, isto é, não deve dar respostas incoerentes;
d. ser simples de ser controlado e manipulado pelo usuário;
e. ser completo em questões importantes;
f. ser adaptativo, com um procedimento simples para modificação e atualização do
modelo;
g. ser evolucionário, isto é, ele deve iniciar-se simples e tornar-se gradativamente mais
complexo, com a ajuda do usuário.
Sendo assim, a fase de coleta de dados consiste dos seguintes pontos:
a. Coleta de informações no arranjo físico do sistema e nos procedimentos de operação
(as informações também serão utilizadas na validação do modelo no passo 6,
conforme item 3.3);
b. Coleta de dados (se possível) para especificar os parâmetros do modelo e as
distribuições de probabilidade das entradas;
c. Delineamento das informações e dados do item anterior em um “documento de
suposições”, que é o modelo conceitual;
d. Determinação do nível de detalhe do modelo. Esse nível pode estar sujeito aos
seguintes itens:
i.
Objetivos do projeto de simulação;
ii.
Medidas de desempenho;
iii.
Disponibilidade de dados;
iv.
Credibilidade;
v.
Restrições computacionais;
vi.
Opiniões das pessoas ligadas ao sistema;
vii.
Restrições de tempo e capital.
e. Não é necessário que haja uma correspondência um-para-um entre cada elemento do
modelo e o elemento correspondente do sistema;
f. Interação regular com o tomador de decisão.
3.3.3
Validação do Modelo Conceitual
Percorrer de maneira estruturada o modelo conceitual para garantir que as suposições,
definições, coleta de dados referentes ao modelo e abordadas na sub-seção 3.6.2 estão corretas
e completas, promovendo assim o seu domínio.
Capítulo 3- Método de Trabalho
38
A atividade de validação do modelo conceitual é feita antes da programação começar para
evitar reprogramações significativas mais adiante. Na realidade essa atividade configura-se
mais como um “marco” entre a definição do modelo conceitual e a construção do modelo
computacional.
3.3.4
Construção do Programa Computacional e Verificação
Este passo é dividido em duas atividades:
a) Programação do modelo em uma ferramenta de simulação;
b) Verificação (eliminação de erros) do programa de simulação computacional.
Sistemas reais resultam em modelos que requerem um grande esforço de manipulação de
informações, por isso o modelo deve ser concretizado em um formato computacional
reconhecível. Nessa etapa, o modelador deve decidir se programa o modelo numa linguagem
de propósito geral (como FORTRAN ou C), numa linguagem de simulação (como GPSS/H,
SIMAN V, SIMSCRIPT II.5) ou usa um pacote de simulação (como Witness, Extend, Stella,
AutoMod, ProModel, Arena etc).
O segundo passo desta etapa consiste na verificação do programa computacional. Aqui,
verifica-se se o programa é adequado para o modelo e se ele funciona adequadamente. Em se
tratando de sistemas complexos, é muito difícil traduzir o modelo em um programa sem um
grande dispêndio de tempo, principalmente para a correção dos erros de execução do
programa.
3.3.5
Realização de Execuções Piloto
Esta etapa consiste na realização de execuções piloto para a validação proposta no item 3.3.6.
Neste momento, cabe o esclarecimento de alguns termos aqui utilizados e que continuarão
sendo empregados nas próximas sub-seções ou seções deste trabalho.
O termo “execuções” (ou replicações) refere-se à realização de uma simulação (execução do
programa) com os mesmos parâmetros (distribuição de probabilidade de entrada, número de
servidores, tamanho máximo da fila etc.). Já a palavra “simulação” será utilizada para
designar as execuções do programa usando diferentes parâmetros; uma simulação é composta
de diversas execuções. As expressões “estudo de simulação” ou “projeto de simulação”
referem-se a todos os passos referentes a um processo de simulação, conforme mostrado na
Figura 5.
Capítulo 3- Método de Trabalho
39
As execuções são necessárias para que se tenha resultados mais confiáveis para o modelo,
pois, em se tratando de variáveis aleatórias, cada execução produzirá respostas diferentes, o
que significará maior proximidade de uma situação real.
3.3.6
Validação do Modelo Programado
Validação é a conclusão de que o modelo é uma representação confiável do sistema real. A
validação é geralmente conseguida através da calibração do modelo, consistindo de um
processo interativo de comparação entre o modelo e o comportamento real do sistema, bem
como do uso de discrepâncias entre os dois e das idéias obtidas para melhorar o modelo. Esse
processo é repetido até que a confiabilidade do modelo seja julgada aceitável (BANKS et
al.,1996).
Usam-se alguns caminhos para testar a validade e credibilidade do modelo, dentre os quais
pode-se :
a) Coleta de informações e dados de alta qualidade no sistema real;
b) Comunicação com especialistas no sistema real;
c) Observações do modelo versus o sistema real ;
d) Resultados relevantes de estudos de simulação similares;
e) Experiência e intuição dos modeladores;
f) Interação constante entre gerente e analista;
g) Manutenção de documentação sobre suposições e desempenho;
h) Comparação das saídas do modelo e do sistema real;
i) Análise de especialistas;
j) Animação virtual do modelo.
Os métodos de validação devem seguir os preceitos abaixo:
a) Se há um sistema real, comparam-se as medidas de desempenho e os resultados do
modelo e do sistema real;
b) Independente de haver ou não um sistema real, os analistas de simulação ou as pessoas
ligadas ao sistema devem revisar os resultados do modelo para correções;
c) Utilização de análise de sensibilidade para determinar quais fatores do modelo têm um
impacto significativo nas medidas de desempenho e, então, modelá-los com cuidado.
Capítulo 3- Método de Trabalho
3.3.7
40
Projeto dos Experimentos
Nesta etapa, são determinados os seguintes itens:
a) Duração das simulações, ou seja, determina-se qual o período de tempo simulado;
b) Número de simulações e suas configurações – são definidos quantas alternativas a
situação real serão feitas, bem como as possíveis combinações entre elas. No entanto
essas definições podem sofrer incrementos consideráveis, pois o desenvolvimento dos
modelos de simulação projetados nessa fase podem, e é comum que aconteça, sugerir
a construção de outras variações que não haviam sido projetadas;
3.3.8
Realização das Execuções de Simulação
Várias simulações e execuções são realizadas para que os resultados e medidas de
desempenho sejam empregados na seção 3.3.9.
3.3.9
Análise de Resultados
Os dois maiores objetivos na análise dos dados de saída são:
a) Determinação do desempenho absoluto de certas configurações do sistema;
b) Comparação de configurações alternativas do sistema em termos relativos.
Procedimentos estatísticos podem ser empregados para se comparar os dados de saída do
modelo e do sistema, Porém, no trabalho em questão foram utilizados os resultados oriundos
da ferramenta de simulação utilizada, aliado ao método desenvolvido para o cálculo do índice
de contra fluxo, conforme será explicado na seção 3.7. Entre diversas abordagens para análise
de resultado, pode-se citar:
a) Testes estatísticos clássicos (como t, qui-quadrado, Kolmogorov-Smirnov etc.) para
determinar se dois conjuntos de dados podem ser considerados semelhantes;
b) Abordagem por inspeção: aqui podem ser utilizadas estatísticas como média, variância
simples, função de correlação e histogramas.
c) Abordagem de intervalo de confiança baseado em dados independentes.
d) Abordagem de séries temporais.
3.3.10 Documentação e Implementação
Nenhum projeto de simulação pode ser considerado completo se não foi aceito, compreendido
e usado. Uma documentação adequada serve para auxiliar o entendimento do estudo realizado
Capítulo 3- Método de Trabalho
41
e para dar credibilidade aos resultados do processo. Além disso, ela facilita as modificações e
proporciona ao analista o conhecimento de seus erros e um conjunto de subprogramas que
pode ser reutilizado em projetos futuros. Uma cuidadosa e completa documentação de todas
as fases do projeto também auxilia muito o estágio de implementação.
Do mesmo modo, a etapa de Documentação e Implementação possibilita:
a) a utilização do mesmo programa, ou de parte dele, pelo mesmo analista ou por outros;
b) a mudança de parâmetros do modelo pelos usuários;
c) a diminuição dos esforços para determinação de relacionamentos, parâmetros de
entrada e medidas de desempenho;
d) a cronologia do trabalho realizado e das decisões tomadas.
Há dois tipos de documentação em um estudo de simulação: do programa e do
desenvolvimento da simulação (relatórios parciais e final). Relatórios parciais devem ser
freqüentes (pelo menos mensais) durante o desenvolvimento do estudo de simulação e devem
prover um registro compreensivo das realizações, mudanças e decisões chave do processo.
Outra forma de documentação é o relatório final. Esse deve ser composto de especificações do
modelo, demonstrações da evolução da construção do modelo, análises intermediárias,
configurações alternativas do sistema, critérios de comparação de alternativas, resultados de
treinamentos, animações, documentação do programa, resumo dos relatórios parciais de
progresso e a(s) solução(ões) final(is) do problema.
Os relatórios citados acima ajudam a dar confiabilidade ao estudo e ao modelo frente aos
gerentes, assim como permite aos envolvidos uma maior compreensão do sistema estudado.
O sucesso da fase de implementação depende do bom desenvolvimento de todas as fases
anteriores. Esta etapa é favorecida no caso de analistas e gerentes trabalharem juntos, durante
todo o estudo, já que o tempo necessário para persuadir o gerente dos benefícios do projeto é
menor e sua motivação e comprometimento com o estudo são estimulados.
Pode-se resumir essa fase nos seguintes itens:
a) Documentação das suposições, do programa de simulação e dos resultados do estudo
para uso em projetos atuais e futuros;
b) Resultados do estudo atual.
Capítulo 3- Método de Trabalho
i.
42
Uso de animação para difundir o modelo entre os tomadores de decisão e
outras pessoas que não estão familiarizadas com todos os detalhes do modelo.
ii.
Discussão da construção do modelo e do processo de validação para promover
sua credibilidade.
c) Os resultados são usados no processo de tomada de decisão caso eles sejam válidos e
tenham credibilidade.
Apesar dos passos de simulação parecerem seqüenciais, a simulação não é um simples
processo seqüencial. Há, muitas vezes, a necessidade de se refazer passos anteriores (esse fato
é indicado na figura 5 através das setas retroativas).
3.4 Metodologia Aplicada para a Análise Técnica das Simulações
Propostas
Para a análise técnica das simulações propostas foi estabelecido o ICF (Índice de Contra
Fluxo). Este índice tem como objetivo principal retratar o contra fluxo das carretas, devido,
principalmente, à utilização de apenas um ponto de pesagem localizado próximo ao
almoxarifado AX-PETRO.
O ICF é dado pela fórmula:
ICF =
PP + PQ
PVI
onde:
a) PP é o valor real das passagens dos caminhões na área de carregamento contínuo
(“ponto A” - figura 6);
b) PQ é o valor real das passagens dos caminhões na área de carregamento semi-contínuo
(“ponto B” - figura 6);
c) PVI é o somatório do valor ideal de passagens dos caminhões nas áreas de
carregamento contínuo e semi-contínuo;
Capítulo 3- Método de Trabalho
43
Contadores p/
contagem ideal
(somatório = PVI)
Contadores para
contagem real,
referente aos pontos
AeB
Ponto A
Ponto B
Figura 6: Definição dos pontos (A e B) de controle de passagem de caminhões. (Elaborada pelo Autor)
Na figura 6 pode-se observar que foram determinados dois pontos (“A” e “B”) para a
contagem das passagens dos caminhões, respectivamente nas entradas das áreas de
carregamento contínuo e semi-contínuo. O software Witness foi modelado de forma a
contabilizar cada passagem de carreta por estes pontos pré-determinados. E, além disso, foram
modelados contadores em cada local específico de carregamento (contínuo, AX-PETRO,
semi-contínuo, AX-A e AX-B) para se contabilizar o número ideal de passagens de
caminhões. Para melhor exemplificar a função destes contadores e o cálculo do ICF, segue
abaixo uma situação:
•
Uma carreta que entre na planta da ABC para efetuar o carregamento no armazém
AX-A, na situação atual (real), deverá passar duas vezes pelo ponto A e uma vez pelo
ponto B, totalizando três passagens (PP+PQ = 3). O ideal é que a carreta passe apenas
uma vez pelo ponto A e uma vez pelo ponto B (PVI = 2), logo o valor do ICF = 1,5.
O ideal é que o ICF tenha o valor igual a 1,0, ou seja, as carretas deveriam passar somente
uma vez pelo ponto de contagem. A partir desse método foi determinado o ICF para o cenário
atual (real), bem como para todos os outros cenários propostos como alternativas de melhoria
e esses resultados estão apresentados no Capítulo 5, sub-seção 5.1.2.
Capítulo 3- Método de Trabalho
44
3.5 Software de Simulação Computacional Utilizado
Para os fins do presente estudo, foi escolhido software de simulação computacional
denominado Witness. A escolha deste software deve-se principalmente: a sua disponibilidade
e à familiarização da ferramenta por parte do autor. Dentre as vantagens apresentadas
destacam-se:
a) o construtor de lógica - módulo do programa específico para construção de lógicas.
Apresenta comandos específicos e a descrição da sua sintaxe o que permite a
construção das lógicas quase que inteiramente através do mouse.
b) o rastreamento - permite que toda a sucessão de eventos seja visualizada e analisada;
c) a sua interface gráfica - apresenta biblioteca gráfica que agiliza a construção do
modelo. A representação gráfica é importante para visualização do modelo;
d) a flexibilidade de modelagem - que amplia as opções para o desenvolvimento da
modelagem; e
e) a importação e exportação de arquivos de planilhas eletrônicas - que permite maior
agilidade na modelagem e na alimentação dos modelos desenvolvidos.
3.5.1
Pacote de Simulação Witness
O Witness é um pacote de simulação, desenvolvido pela empresa Lanner (Estados Unidos),
baseado na metodologia das Dinâmicas de Sistemas7 (SD - System Dynamics).
O Witness é um dos principais softwares de modelagem e simulação computacional do
mundo e, além dos motivos já citados para a sua utilização nesse trabalho, cabe destacar
outros dois importantes motivos, a saber: orientação à metodologia de Dinâmica de Sistemas
e extensa utilização em diversos problemas acadêmicos e empresariais, como por exemplo a
modelagem e simulação de todas as operações de construção, montagem e transporte do
maior avião de passageiros do mundo, o A-380 da Airbus. Nesse trabalho de dissertação
utilizou-se a versão 2001 para Microsoft Windows TM.
________________
7. Segundo Forrester (1961) citado por Gavira (2003), a SD permite a representação, ao longo de grandes períodos de tempo, de sistemas que
possuem inter-relacionamentos complexos e processos não-lineares. Essas características são particulares à relação entre as ações humanas e
o seu ambiente sócio-econômico, físico e biológico.
Capítulo 3- Método de Trabalho
3.5.2
45
Área de Trabalho, Menus e Barras de Ações
A área de trabalho inicial do Witness é o arquivo WITNESS (Startup: Base Model), conforme
mostrado na figura 7. Trata-se de um arquivo em branco dispondo de todas as funcionalidades
possíveis para a inicialização da construção de um modelo de simulação.
Na área de trabalho mostrada na figura 7 pode-se observar o campo Window 1 onde será
construído o modelo, a janela Designer Elements onde encontram-se dispostos todos os
elementos básicos necessários para se construir um modelo de simulação, além das barras de
ações. Cabe ressaltar que para iniciar a construção de um modelo basta clicar em algum dos
elementos da janela Designer Elements e arrastar para a área Window 1. Repetir essa ação
para todos os elementos necessários para o modelo e em seguida inserir a lógica de simulação,
ou seja, as inter-relações entre os elementos.
Figura 7: Arquivo WITNESS (Startup: Base Model) – Arquivo padrão para iniciação no Software Witness
(Retirado do Software Witness)
Capítulo 3- Método de Trabalho
46
O Witness usa menus Drop-Down, onde cada linha é um comando. Sete diferentes menus
estão disponíveis: File, Edit,View, Model, Reports, Run e Help. São menus de abertura de
arquivos, edição, visualização, modelagem, relatórios, funcionalidades para funcionamento da
simulação e ajuda, conforme mostrado na figura 8.
Figura 8: Exemplificação dos menus do Witness. (Retirada do Software Witness).
As Barras de Ações (Action Bars) ajudam a construir rapidamente os modelos do Witness.
Existem cinco Barras de Ações, cada uma delas pode ser ligada ou desligada
independentemente. Três delas, Standard, Advanced e Execute, mostradas nas figuras 9A, 9B
e 9C, contém ícones que representam comandos freqüentemente usados como: abrir e salvar
arquivos, empurrar e puxar eventos, criar, modificar e apagar elementos e lógicas, gerar
relatórios diversos e “rodar” a simulação com comandos semelhantes ao de um aparelho de
som. A quarta Barra de Ação, o Prompting, mostra uma descrição das ferramentas e das
opções de menu que se pode utilizar. A quinta Barra de Ação, a Selector, permite listar os
comandos do Witness, como regras e elementos, além da definição destes.
Figura 9A: Standard Bar (retirada do software Witness)
Figura 9B: Advanced Bar (retirada do software Witness)
Figura 9C: Execute Bar (retirada do software Witness)
Capítulo 3- Método de Trabalho
47
O Witness usa as janelas de diálogo do Microsoft Windows TM. Estas janelas são a forma
de requisitar ou mostrar informações de todos os elementos do modelo. Elas devem conter
uma série de tabelas sobrepostas. Cada tabela quando selecionada apresenta uma folha de
propriedade conforme mostrado na figura 10. Essas tabelas servem para parametrizar os
elementos do modelo, especificando o nome, tipo, quantidade, capacidade, tempo de ciclo,
quebras, padrões de turnos, ações e lógicas de programações especiais e notas de observação.
Figura 10: Janela de Diálogo do Witness. (Retirado do Software Witness)
Além da elaboração do modelo no Witness, através da disposição de todos os elementos do
sistema, há uma real necessidade em se fazer as inter-relações entre esses elementos de
maneira a possibilitar a criação da dinâmica do sistema. Essa ação é realizada através do
editor do Witness conforme mostrado na figura 11. Esse editor tem a função de inserir, nos
elementos dispostos no modelo, toda a lógica de programação necessária.
Capítulo 3- Método de Trabalho
48
Figura 11: Editor do Witness. (Retirada do Software Witness)
3.5.3
Elementos Básicos
Modelos são construídos com uma série de elementos ou blocos de construção. Tudo o que se
usar no Witness é um elemento: uma máquina, um atributo, um histograma, etc. Esta seção
descreve os elementos básicos do Witness, focando nos três principais, a saber: Parts
(Entities), Buffers e Machines.
As Parts (Entities) são usadas para representar todos os itens discretos que movem-se ao
redor do modelo. Eles podem ser usados para representar pequenos componentes eletrônicos,
grandes transportadores de óleo, chamadas em um tronco telefônico e outros tipos de fluxo de
informação. Parts (entities) podem ser manipuladas uma a uma; combinadas em uma só, uma
pode ser separada em muitas; ou um grupo pode ser acumulado em uma. Podem ainda mudar
para outras Parts (entities) como uma mudança de estado.
Nos modelos de simulação realizados para este trabalho, as Parts (Entities) são os caminhões
e seus respectivos roteiros de carregamento.
Os Buffers são elementos para armazenamento de Parts (entities). Segue alguns exemplos de
uso de Buffers:
a) Um chão de fábrica mantendo parts esperando sua próxima operação;
b) Um rack guardando placas de circuito antes da solda;
Capítulo 3- Método de Trabalho
49
c) O céu com aeronaves esperando aterrizar;
d) A espera de um produto em uma máquina de montagem por componentes;
e) Pessoas esperando aglomeradas ou em fila;
f) Acúmulo de chamadas telefônicas;
g) Relatórios em uma caixa de entrada;
h) Sala de espera de um hospital.
Nas simulações desse trabalho foram colocados Buffers em todos as áreas de carregamento de
forma a dimensionar o número de caminhões que poderiam ser carregados ao mesmo tempo.
As Machines (Activities) são elementos físicos que operam em uma Part (Entity), muitas
vezes mudando-a de alguma forma. Máquinas gastam tempo para processar Parts (Entities),
mudando de um estado para outro a medida em que o tempo avança. Exemplos de algumas
atividades das máquinas são:
a) Um torno;
b) Uma prensa;
c) Um robô de solda;
d) Uma empilhadeira;
e) O caixa de um supermercado;
As Machines para as modelagens desse trabalho foram todas as áreas de carregamento de
caminhões.
Além dos três elementos básicos principais, pode-se citar alguns outros, a saber:
a) Chegadas (arrivals): elementos que indicam a introdução de entidades no modelo, ou
seja, cada vez que uma nova Part é introduzida no modelo uma chegada ocorre. As
chegadas podem ocorrer baseadas no tempo ou em alguma condição.
b) Processos (process): define as operações realizadas sobre as Parts e as Machines para
os diferentes locais existentes no modelo.
c) Redes de percurso (path networks): definem o caminho a ser percorrido pelas Parts
e/ou Machines durante a movimentação ao longo do modelo.
d) Turnos (shifts): representa a escala de trabalho das Machines.
e) Variáveis (variables): são contadores que podem ser incrementados ao longo do
modelo para indicação da desempenho do mesmo.
Capítulo 3- Método de Trabalho
50
f) Atributos (attributes): são informações adicionadas a Parts ou Machines.
g) Matriz (array): elemento de armazenamento de dados.
h) Macros (macros): permite a associação de um valor que ocorre repetidas vezes.
i) Sub-rotinas (subroutines): bloco lógico parametrizável que se repete em vários pontos
do modelo.
No capítulo seguinte será apresentado o estudo de caso, objeto dessa dissertação, baseado na
metodologia explicada nesse capítulo.
Capítulo 4 – Estudo de Caso
51
4 ESTUDO DE CASO
Este capítulo apresenta o estudo de caso realizado em uma unidade fabril petroquímica
localizada no Pólo Petroquímico de Camaçari na Bahia. Por questões de confidencialidade,
não será divulgado o verdadeiro nome da organização. Doravante, a mesma será intitulada
ABC Indústria Petroquímica. O estudo, planejado com a finalidade de analisar as
potencialidades de uso da ferramenta de simulação no auxílio à tomada de decisões em
cenários complexos. Versa sobre o desenvolvimento de um projeto de simulação
computacional nas operações logísticas de movimentação, mais especificamente no
carregamento e expedição de caminhões a granel, em sacaria e em tambores nas instalações
da ABC Indústria Petroquímica. O método de trabalho apresentado no capítulo anterior foi
aplicado para o desenvolvimento da pesquisa. A descrição do estudo de caso está dividida da
seguinte forma:
a) caracterização da ABC Indústria Petroquímica para contextualização do processo em
estudo; e
b) desenvolvimento do projeto de simulação computacional de acordo com a
metodologia de Law & Kelton (1991) proposta no Capítulo 3 – Método de Trabalho.
4.1 Caracterização da ABC Indústria Petroquímica
A ABC Indústria Petroquímica (doravante mencionada apenas como ABC), onde foi
realizado o estudo de caso, está localizada no município de Camaçari, Bahia e ao longo de
mais de três décadas de história, tem evoluído de modo consistente, aprimorando o
atendimento a seus clientes e trabalhando com excelência e qualidade em tudo o que faz.
É uma das empresas de um grande grupo industrial, que também atua nos setores de
armazenagem, distribuição e comercialização de Gás Liquefeito de Petróleo (GLP) e no
transporte, armazenamento e operação de terminais para produtos especiais.
As operações da ABC são integradas e, aliadas a uma alta produtividade, garantem a eficácia
do desempenho dos seus produtos nos diversos mercados em que atua, que vão desde o setor
de cosméticos, embalagens para bebidas até o de fluidos para freios, e de tintas e vernizes. A
linha de produtos da ABC abrange intermediários orgânicos, solventes, tensoativos e
especialidades químicas.
Capítulo 4 – Estudo de Caso
52
A ABC atua em mais de quarenta países, nos cinco continentes. Cerca de 30% da sua
produção é exportada para uma vasta gama de empresas, no mundo inteiro, por meio de uma
rede de distribuidores, representantes e agentes. Além de suas quatro unidades industriais no
Brasil, a Empresa estabeleceu presença no exterior, mais especificamente no México, com a
aquisição de uma grande unidade fabril.
A área de Logística da empresa desenvolve diversos programas de melhoria contínua com
prestadores de serviço contratados, para assegurar a qualidade dos produtos durante o
manuseio e a armazenagem. A Empresa participa do desenvolvimento de projetos específicos
de logística para clientes, desde a escolha da embalagem mais adequada e a forma de
transporte até programas de treinamento. Estas soluções podem incluir terminais químicos de
armazenagem, companhias de transporte terrestre e marítimo, e inspetoras reconhecidas
internacionalmente.
4.2 Desenvolvimento do Projeto de Simulação
Considerando os objetivos do estudo apresentados no Capítulo 1, passa-se a discorrer sobre as
fases do projeto de simulação realizado na ABC.
Os trabalhos tiveram início em julho de 2003, através de contato com a diretoria da empresa
para apresentação do projeto de simulação a ser desenvolvido. Com a aprovação da diretoria,
a empresa viabilizou o estudo de caso colocando à disposição seu pessoal, estrutura e base de
dados.
4.2.1
Planejamento do Projeto de Simulação
O delineamento do estudo iniciou-se a partir de reuniões realizadas com os supervisores da
área de Logística da ABC. No primeiro encontro foi apresentado o projeto a ser desenvolvido,
bem como foram prestados esclarecimentos mais detalhados acerca da ferramenta de
simulação computacional que seria utilizada.
Foram realizadas cerca de três reuniões subseqüentes para fornecimento de indicações sobre o
tipo de problema a ser estudado (uma das atas de reunião encontra-se no anexo I). Analisando
os principais processos da ABC, identificou-se como processo alvo de estudo para a aplicação
do projeto de simulação seriam as operações de carregamento e expedição de produtos a
granel, em sacarias e em tambores em função da importância para o sistema da Organização,
visto que tratavam-se de operações críticas, no que diz respeito a atendimento ao cliente (nível
Capítulo 4 – Estudo de Caso
53
de serviço), otimização de recursos, além de questões relacionadas a segurança industrial,
conforme veremos mais a frente na sub-seção 4.2.1.2.
4.2.1.1 Definição da Equipe de Trabalho
A equipe de trabalho foi constituída por três analistas (encarregados pela condução do projeto
de simulação) e pelo Supervisor e Encarregado de Operações Logísticas (responsáveis pelas
operações de carregamentos da unidade fabril).
4.2.1.2 Formulação do Problema / Diagnóstico da Situação Real
Inicialmente, os esforços foram direcionados para o entendimento do sistema real. Para o
modelador obter a familiarização e conhecimento adequado dos processos e serviços
característicos da empresa foram realizadas observações e medições (cronometragens) in loco
e entrevistas com o Supervisor e o Encarregado de Operações Logísticas. Não foi necessário
estruturar nenhum questionário para as entrevistas citadas, pois a intenção das mesmas foi
estruturar o fluxo logístico existente nas operações estudadas. As observações ocorreram
tanto no início das atividades quanto posteriormente com o desenvolvimento do estudo. Além
disso, também foram feitas as análises documentais e de layout do sistema real.
Pode-se observar através da Figura 12 como está configurada a operação logística de
carregamento e expedição na ABC Indústria Petroquímica. Porém, antes, faz-se necessário
uma breve explicação relativa aos nomes dos locais citados na operação logística da ABC, a
saber:
a) Portaria: entrada e saída principal da unidade industrial, por onde os caminhões
acessam e saem da fábrica;
b) Pátio: Local onde os caminhões aguardam as informações e liberações de
carregamento, bem como procedem a amarração de cargas de embalados;
c) Balança 1: balança destinada a pesagem inicial (tara) dos caminhões;
d) Balança 2: balança destinada as pesagem parciais e final dos produtos carregados;
e) Almoxarifado
AX-PETRO:
almoxarifado
para
produtos
embalados,
mais
especificamente em tambores. Fica localizado na área de carregamento contínuo;
f) Almoxarifado AX-A: almoxarifado para produtos embalados, mais especificamente
em tambores e sacarias. Fica localizado na área de carregamento semi-contínuo;
g) Almoxarifado AX-B: almoxarifado para produtos embalados, mais especificamente
em tambores e sacarias. Fica localizado na área de carregamento semi-contínuo;
Capítulo 4 – Estudo de Caso
54
h) Área de Carregamento Contínuo: área que contém ilhas de carregamento a granel. A
denominação de contínuo se dá pelo fato de existirem pontos (linhas) dedicados para o
carregamento dos produtos, sem a necessidade de se fazer set-up;
i) Área de Carregamento Semi-contínuo: área que contém ilhas de carregamento a
granel. A denominação de semi-contínuo se dá pelo fato de existirem alguns pontos
(linhas) não dedicados para o carregamento dos produtos, ou seja, há necessidade de
se fazer set-up para limpeza das linhas, para o caso de carregamento de produtos
diferentes;
O processo logístico de carregamento pode ser resumidamente explicado da seguinte forma:
1. Os caminhões entram pela portaria e pegam a guia de carregamento. O horário de
funcionamento vai das oito horas da manhã até as dez horas da noite;
2. Dirigem-se até a balança 1 para fazer a pesagem inicial (tara) do caminhão e depois
vão para o pátio aguardar a liberação para carregamento;
3. Caminhões de granéis são abastecidos nas áreas de carregamento contínuo e semicontínuo;
4. Caminhões de sacarias e tambores são carregados nos almoxarifados AX-PETRO,
AX-A e AX-B;
5. Podem existir cargas mistas nos carregamentos a granel, ou seja, parte da carga é
composta na área de carregamento contínuo e outra parte na área de carregamento
semi-contínuo;
6. Podem existir cargas mistas nos carregamentos de sacarias e tambores, ou seja, podese ter caminhões carregados com produtos de dois ou até dos três almoxarifados (AXPETRO, AX-A e AX-B);
7. A cada carregamento feito em um determinado local os caminhões devem se dirigir
até a balança 2 para pesarem o respectivo produto carregado, ou seja, se um caminhão
foi carregado com produtos em três lugares diferentes, a cada produto carregado ele
teve que retornar para a balança 2 e pesar.
Para se ter uma melhor idéia das operações de carregamento, a seguir, será mostrado um
exemplo de um carregamento misto com carga tripla, ou seja, carregamento em três locais
diferentes.
Exemplo: Carregamento misto AX-PETRO / AX-A / AX-B
Capítulo 4 – Estudo de Caso
55
1. O caminhão entra pela Portaria;
2. Faz a pesagem inicial (tara) na balança B1;
3. Aguarda informações e liberação de carregamento no pátio do almoxarifado AXPETRO;
4. Recebido as informações e liberação de carregamento, se dirige ao almoxarifado AXPETRO para fazer o carregamento da primeira parte da carga;
5. Após realizado o carregamento parcial no almoxarifado AX-PETRO se dirige até a
balança B2 para pesar o primeiro produto carregado;
6. Se dirige ao almoxarifado AX-A para fazer o carregamento da segunda parte da carga;
7. Após realizado o carregamento parcial no almoxarifado AX-A se dirige novamente até
a balança B2 para pesar o segundo produto carregado;
8. Se dirige ao almoxarifado AX-B para fazer o carregamento da terceira parte da carga;
9. Após realizado o carregamento parcial no almoxarifado AX-B se dirige novamente até
a balança B2 para pesar o terceiro produto carregado;
10. Se dirige até o pátio do almoxarifado AX-PETRO para fazer a amarração da carga;
11. Realização o check-out e recebe a liberação de saída;
12. Sai da fábrica.
Cabe ressaltar que o carregamento exemplificado possui o passo 10 (amarração no pátio),
por se tratar de carragamento de tambores e/ou sacarias. No caso dos carregamentos a
granel, não existe esse passo pelo fato de não ser necessário amarração de carga. Faz-se
necessário observar ainda que todas as rotas de carregamentos estão descritas no item
4.2.2.1 - Premissas Básicas do Projeto.
Capítulo 4 – Estudo de Caso
56
Figura 12: Esquema Logístico Atual – carregamento e expedição na ABC Indústria Petroquímica
(Elaborada pelo autor)
Após análise da operação logística em questão, constatou-se a complexidade da mesma,
conforme se pode comprovar na figura 12. Vale ressaltar que nem todas as rotas de
carregamento foram inseridas no esquema da figura 12, para que a mesma não ficasse confusa
devido ao emaranhado de setas que teria. Porém, as principais rotas foram alocadas (verificar
entradas e saídas das setas) para que o leitor tenha uma real noção da complexidade do
cenário em questão. Com isso diagnosticou-se os seguintes pontos críticos, passíveis de
melhorias, no sistema logístico estudado:
a) Grande variedade de combinações para carregamento dos caminhões, visto que a
seqüência depende dos roteiros de distribuição;
b) Contra fluxo intenso, devido ao grande número de caminhões nas vias de mão dupla;
c) Trechos de mão dupla com vias bastante estreitas, dificultando o tráfego e podendo
causar acidentes (conforme figura 13);
d) Locais de carregamento dispersos e em alguns casos relativamente distantes uns dos
outros;
e) Armazém AX-B localizado muito próximo a unidades produtivas, implicando em
tráfego intenso para carregamento e gerando situações de risco potencial. (Esse item é
Capítulo 4 – Estudo de Caso
57
um dos mais importantes, pois a sua resolução acabou impactando na construção de
um novo almoxarifado AX-B);
f) Centralização da localização das balanças de pesagem;
g) Existência de horários de “pico” – concentração de caminhões para carregamento após
as quinze horas;
h) Dificuldade de formação prévia das cargas a granel;
i) Programação de carregamento definida no pátio após a chegada dos caminhões.
Figura 13: Trecho de passagens de caminhões – Curvas praticamente a 90º (Elaborada pelo autor)
4.2.1.3 Definição dos Objetivos
A definição dos objetivos conduzirá o desenvolvimento do modelo e dos experimentos
desenvolvidos no projeto de simulação servindo, assim, como balizadores do projeto. Para
Bateman et al.(1997) os objetivos do projeto de simulação acabam surgindo naturalmente de
uma boa formulação do problema. Os objetivos inicialmente definidos foram:
a) análise da performance e capacidade atual do sistema real;
b) identificação das principais restrições de capacidade e/ou segurança do sistema real;
c) análise das formas de elevar a capacidade do sistema real para atender os picos de
demanda, bem como as questões de segurança.
4.2.1.4 Identificação das Restrições
As restrições para o desenvolvimento de um projeto de simulação podem ser classificadas em
três categorias, quais sejam: tempo, escopo e recursos (Harrell e Tumay, 1995 apud Barrônio,
2000). No entanto, além das três restrições anteriormente citadas, considerou-se ainda
restrições de cunho político e estratégico.
Capítulo 4 – Estudo de Caso
58
A restrição quanto à categoria do tempo pode estar diretamente relacionada com o nível de
detalhamento do modelo. No presente estudo o tempo para realização do projeto foi uma das
restrições na proposição de melhorias na produtividade da atividade de carregamento de
caminhões, isto é, as alternativas de melhoria referentes ao processo (tempo das atividades)
ficaram restritas à condição do tempo para execução do projeto.
Outro fator de restrição importante levantado pelo grupo refere-se aos recursos
disponibilizados para o desenvolvimento do projeto. É importante que os recursos a serem
disponibilizados sejam compatíveis com os objetivos do projeto, estando as preocupações,
neste caso, focadas principalmente para os dados disponíveis. Quanto a essa restrição, cabe
destacar que a disponibilidade dos colaboradores da ABC envolvidos no projeto foi total,
além da facilitação a dados e documentos, além da acessibilidade em todos os locais da
organização que foram necessários para o desenvolvimento do trabalho.
O escopo do trabalho foi claramente definido entre os atores do projeto e seguido até a sua
conclusão. E, as restrições políticas e estratégicas referiram-se ao cumprimento de normas e
procedimentos internos definidos no planejamento estratégico da organização.
4.2.1.5 Definição das Especificações do Projeto
O escopo do projeto de simulação é descrito seguindo os cinco itens que seguem:
a) Abrangência - determinação da extensão do modelo. A abrangência do modelo está restrita
às atividades de movimentação, carregamento e expedição de produtos a granel, sacaria e
tambores.
b) Detalhamento – o grau de detalhamento do modelo seguiu os princípios de modelagem,
quais sejam, começar pequeno e simples e ir agregando maior grau de detalhamento quando
necessário (LAW & KELTON, 1991, PEGDEN et al., 1990). O grau de detalhamento foi
determinado pelos objetivos do estudo.
c) Acurácia dos Dados - a acurácia dos dados está diretamente relacionada com a precisão dos
resultados da simulação, uma vez que poderia implicar numa restrição de tempo para o
projeto. No estudo, o grau de acurácia dos dados foi alinhado aos objetivos do projeto de
simulação de forma a não prejudicar o desempenho do modelo. Todos os dados foram
coletados em campo (ver Anexo II) e comparados com à base de dados da empresa, ou seja,
são dados reais de operação. Isso foi possível uma vez que a empresa mantém registros
Capítulo 4 – Estudo de Caso
59
estatísticos das suas operações de carregamento de produtos. Com isso, o tempo para
execução desta atividade foi bastante reduzido;
d) Tipo de Experimento – Definiu-se utilizar os tempos reais de execução das operações de
movimentação, carregamento e expedição no período de um mês, uma vez que existem nesse
período, picos de demanda, o que caracteriza o modelo como sendo determinístico e
terminante. Além disso, os experimentos considerados levaram em conta que um único
modelo seria suficiente tanto para representar a situação atual quanto para representar os
cenários criados. A classificação do modelo quanto aos critérios apresentados no item 2.3.5 –
classificação dos modelos de simulação - é apresentada na figura 14 para melhor
entendimento do modelo de simulação.
Sendo assim, o modelo de simulação proposto para a ABC pode ser classificado de acordo
com a figura 14 como sendo:
a. Simbólico;
e. Discreto;
b. Digital;
f. Terminante;
c. Estocástico;
g. Uso contínuo
d. Dinâmico;
O significado de cada item da classificação acima descrita já foi explicado na sub-seção 2.3.6.
Capítulo 4 – Estudo de Caso
60
Figura 14: Classificação do modelo de carregamento. (Elaborada pelo autor)
e) Forma dos Resultados – os resultados do modelo buscaram representar o funcionamento
real das operações de movimentação, carregamento e expedição de produtos da ABC. Para
tanto foram identificados indicadores de performance para o processo em questão como:
número total de caminhões carregados, carregamentos por local, número de carregamento por
unidade de tempo, além de chegadas e saídas e filas. Além destes indicadores foram utilizados
os recursos que o pacote de simulação apresenta com várias formas de visualização de
resultados através de gráficos e planilhas. Todos esses indicadores podem ser visualizados no
Anexo IIIA, B, C e D.
4.2.2
Coleta de Dados e Definição do Sistema e Modelo Conceitual
Nesta etapa foi desenvolvido o modelo teórico no qual o modelo de simulação foi baseado.
Definiu-se os elementos, inter-relacionamentos, fatores principais, os locais, as entidades,
eventos, atributos e indicadores do sistema, além dos dados necessários para alimentar o
modelo, conforme explicado no item 3.4.1.1 – Elementos Básicos do Witness.
Capítulo 4 – Estudo de Caso
61
Os dados necessários para a modelagem, referente aos elementos de entrada e saída do
modelo, estavam todos disponíveis na base de dados da empresa devido a mesma guardar
todos os dados estatísticos referente ao seu processo. Houve a necessidade de formatação dos
dados na forma em que o software de simulação pudesse fazer o reconhecimento destes. O
tratamento dos dados foi realizado com o auxílio de planilha eletrônica, aplicativo Excel,
utilizada para geração das análises (ver Anexos II e III). Com os recursos atuais disponíveis
na planilha eletrônica, como tabela dinâmica, o tempo para formatação dos dados foi bastante
reduzido.
No que se refere aos dados de tempo, cabe ressaltar que apesar de já existirem boa parte deles
nos bancos de dados da ABC, foi feita uma cronometragem de todos, justamente para se
comprovar a acurácia dos mesmo. Essa tarefa foi um pouco complicada pois existiam
algumas particularidades acerca dos eventos de carregamento da ABC, a saber:
a. Sazonalidade durante o dia, ou seja, havia uma intensificação de chegada de
caminhões para carregamento a partir das quinze horas, diariamente, com “pico” por
volta das vinte e duas horas;
b. Sazonalidade semanal, ou seja, intensificação do número de caminhões para serem
carregados nas sextas-feiras, por conta do final de semana;
c. Sazonalidade mensal, ou seja, intensificação do número de caminhões na última
semana do mês.
Por conta dessas particularidades do sistema real serem muito importantes para a construção
do modelo, houve necessidade de se fazer cronometragens específicas em todos esses
períodos citados. Por exemplo: foram feitas cronometragens no processo de carregamento da
ABC em plena sexta-feira até por volta da meia-noite. Face ao explicado, dá para se ter uma
idéia do trabalho feito para coletar os dados da forma mais fidedigna possível.
4.2.2.1 Premissas Básicas e Dados Coletados
Primeiramente constatou-se algumas premissas inerentes a estrutura física existente, fazendo
algumas suposições sobre modificações que poderiam vir a serem feitas, fruto do projeto de
simulação, a saber:
Capítulo 4 – Estudo de Caso
•
62
A construção e um novo armazém (se fosse o caso) deveria ter área de picking8
(separação) e amarração;
•
A balança existente e desativada próximo a área de carregamento semi-contínuo
poderia ser reaproveitada;
•
Só havia carregamento de sacaria nos armazéns AX-A e AX-B;
•
O armazém AX-A era para estocagem e carregamento, além da operação de
enchimento de sacaria;
•
O armazém AX-B além da estocagem e carregamento tinham a operação de envase
dos tambores;
•
Existiam seis empilhadeiras para atender toda área;
•
O armazenamento de granel era feito em tambores e sacaria sobre palete;
•
No caso de aumento de demanda/produção poderia se armazenar nas ruas;
•
No armazém AX-A existia uma área para guarda de tambores vazios em espera para
envase de material;
•
Existia um sistema para controle de carregamento (SIMPRO);
•
Existia um sistema para controle de estoque (SESTO);
A seguir será mostrado o levantamento de dados (pesquisa de campo) referentes ao mix de
produtos existentes, volume de carregamentos e tipos de roteiros de carregamentos.
•
Existiam, em média, 70 produtos;
•
Carregamento de container representava 20% do total de carregamento de embalados;
•
Média mensal de caminhões:
o 720 (Granel) – 62%
o 450 (Tambor / Sacaria) – 38%
•
Média diária de caminhões:
o De segunda-feira a quinta-feira: 55 caminhões/dia;
o Sexta-feira: 72 caminhões/dia (aumento médio de 30%).
______________________
8. Picking – área de separação de materiais
•
Tempo médio de carregamento para tambores:
o Carga pronta: 30 minutos – ocorre em cerca de 20% dos carregamentos;
o Carga não pronta: 1 hora – ocorre em cerca de 80% dos carregamentos.
Observação: Carga pronta significa que a carga (produtos) já estavam previamente separados
na área de picking do almoxarifado, aguardando somente o carregamento
Capítulo 4 – Estudo de Caso
•
63
Tempo médio de carregamento para caminhões a granel na área de carregamento
contínuo:
o 50% dos produtos carregados em 40 minutos e 50% carregados em 1 hora e 20
minutos.
•
Tempo médio de carregamento para caminhões a granel na área de carregamento
semi-contínuo: 2 horas;
•
Tempo médio de amarração de carga: 30 minutos;
•
Quantidade média mensal de caminhões para carregamento a granel:
o 80% na área de carregamento contínuo, equivalente a aproximadamente 600
caminhões;
o 20% na área de carregamento semi-contínuo, equivalente a aproximadamente
120 caminhões.
•
Quantidade média mensal de caminhões no carregamento de embalados - quantidade
de tambores:
o 60% dos carregamentos feitos nos almoxarifados AX-A ou AX-B, equivalente
a aproximadamente 12.000 tambores;
o 40% dos carregamentos feitos no almoxarifado AX-PETRO, equivalente a
aproximadamente 8.000 tambores.
•
Na área de carregamento contínuo existiam seis ilhas de carregamento com linhas
dedicadas para cada produto e os 22 produtos existentes estão dispostos de acordo com
a sua demanda, como pode ser verificado no Anexo IV;
•
Na área de carregamento semi-contínuo existiam duas ilhas de carregamento e não
haviam linhas dedicadas, sendo necessário a realização de set-up para limpeza das
linhas, pois existiam 50 produtos diferentes;
•
O produto UNITOL L20 (da área de carregamento semi-contínuo) era responsável por
80 dos 120 caminhões de produtos a granel;
•
Os produtos RENEX 60, 95, 100 e o ULTRAMINE 200 eram responsáveis por uma
movimentação de aproximadamente 4.000 tambores na área de carregamento semicontínuo. Doravante esses produtos serão citados ao longo do texto como produtos de
grande demanda;
Na seqüência serão explicitados todos os tipos de rotas de carregamentos (mix de cargas e
seus respectivos roteiros dentro da fábrica) existentes na ABC.
•
Roteiros dos carregamentos a Granel (Existiam cinco roteiros distintos):
Capítulo 4 – Estudo de Caso
64
o Somente na área de carregamento contínuo:
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega na área de carregamento contínuo – pesa produto na balança B2
– faz check-out – sai da fábrica.
o Somente na área de carregamento semi-contínuo:
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega na área de carregamento semi-contínuo – pesa produto na
balança B2 – faz check-out – sai da fábrica.
o Carregamento para TEQUIMAR:
ƒ
Caminhão entra pela portaria – Carrega em ilha exclusiva na área de
carregamento contínuo – faz check-out – sai.
ƒ
Nesse caso específico não é necessário pesar, pois a pesagem é feita no
destino (Tequimar).
o Carregamento misto contínuo / semicontínuo:
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega na área de carregamento contínuo – pesa produto na balança B2
– carrega na área de carregamento semi-contínuo – pesa produto na
balança B2 - faz check-out – sai da fábrica.
o Carregamento misto somente na área de semi-contínuo
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega primeiro produto na área de carregamento semi-contínuo – pesa
produto na balança B2 – carrega segundo produto na área de
carregamento semi-contínuo – pesa produto na balança B2 - faz checkout – sai da fábrica.
•
Roteiros dos carregamentos de embalados - tambor e/ou sacaria. (Existiam oito
roteiros distintos):
o Carregamento exclusivo no almoxarifado AX-PETRO:
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
Capítulo 4 – Estudo de Caso
65
carrega no almoxarifado AX-PETRO – pesa produto na balança B2 –
faz a amarração da carga no pátio - faz check-out – sai da fábrica.
o Carregamento exclusivo no almoxarifado AX-A:
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega no almoxarifado AX-A – pesa produto na balança B2 – faz a
amarração da carga no pátio - faz check-out – sai da fábrica.
o Carregamento exclusivo no almoxarifado AX-B:
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega no almoxarifado AX-B – pesa produto na balança B2 – faz a
amarração da carga no pátio - faz check-out – sai da fábrica.
o Carregamento misto nos almoxarifados AX-PETRO / AX-B:
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega primeiro produto no almoxarifado AX-PETRO – carrega
segundo produto no almoxarifado AX-B – pesa produtos na balança B2
– faz a amarração da carga no pátio - faz check-out – sai da fábrica.
o Carregamento misto nos almoxarifados AX-PETRO / AX-A
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega primeiro produto no almoxarifado AX-PETRO – carrega
segundo produto no almoxarifado AX-A – pesa produtos na balança B2
– faz a amarração da carga no pátio - faz check-out – sai da fábrica.
o Carregamento misto AX-A / AX-B
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega primeiro produto no almoxarifado AX-A – carrega segundo
produto no almoxarifado AX-B – pesa produto na balança B2 – faz a
amarração da carga no pátio - faz check-out – sai da fábrica.
o Carregamento misto AX-PETRO / AX-A / AX-B
ƒ
Caminhão entra pela portaria – pesa (tara) na balança B1 – aguarda
liberação de carregamento no pátio do almoxarifado AX-PETRO –
carrega primeiro produto no almoxarifado AX-PETRO – carrega
Capítulo 4 – Estudo de Caso
66
segundo produto no almoxarifado AX-A – carrega terceiro produto no
almoxarifado AX-B – pesa produto na balança B2 – faz a amarração da
carga no pátio - faz check-out – sai da fábrica.
4.2.3
Construção do Modelo Computacional
A modelagem computacional consiste em desenvolver o modelo conceitual do sistema a ser
estudado em um software de simulação. O objetivo é traduzir o modelo conceitual num
modelo computacional. Nesta etapa o modelo foi rodado, verificado e validado. Os erros de
lógica ou sintaxe foram corrigidos ao longo da construção do modelo.
4.2.3.1 Elementos do Modelo
Na tabela 3 apresentam-se os principais elementos definidos no modelo. Esses elementos que
constituem o modelo podem ser visualizados no ambiente de simulação na figura 10 que
segue.
Capítulo 4 – Estudo de Caso
Elementos do Modelo
67
Descrição e Carcterísticas
Layout
O layout da área da Unidade fabril da ABC foi
construído em escala no ambiente Witness e a partir daí
foram inseridos os demais elementos do modelo.
Locais (locations)
Os locais inseridos nos modelos representam as ruas, os
almoxarifados e as áreas de carregamento.
Entidades (Entity)
Representam as ordens de carregamento dos caminhões
e seus respectivos roteiros de carregamento.
Recursos (Resources)
O layout da área da Unidade fabril da ABC foi
construído em escala no ambiente Witness e a partir daí
foram inseridos os demais elementos do modelo.
Redes de Percurso (path)
Rede de deslocamento dos caminhões dentro da fábrica
(caminhos percorridos).
Processos (process)
Os processos foram construídos a partir do fluxo das
entidades. Para alimentar o modelo com os roteiros de
cada tipo de carregamento com seu respectivo tempo de
execução foram utilizados arquivos externos de
planilhas eletrônicas.
Turnos (shifts)
Foi criado turnos de trabalho respeitando-se os períodos
de paradas dos sistema real.
Variáveis (variables)
Este elemento foi utilizado para suportar o
aramazenamento de dados de performance do sistema
modelado. Algumas variáveis criadas, por exemplo,
foram números total e por área de caminhões
carregados.
Tabela 3: Elementos do modelo computacional.(Elaborada pelo Autor)
A figura 15 apresenta o modelo computacional desenvolvido.
Capítulo 4 – Estudo de Caso
68
Ilhas de carregamento a
granel (área Contínuo)
Almoxarifados AX-PETRO,
AX-A e AX-B
Ilhas de carregamento a
granel (área Semi-contínuo)
Balanças
B1 e B2
Roteiros de Carregamento
Figura 15: Modelo computacional (Elaborada pelo autor)
Na figura 15 pode-se verificar o modelo do sistema real, doravante denominado cenário 1,
criado já no ambiente de simulação Witness, onde foram representados todos os elementos ou
entidades necessários a consecução do modelo e que representam partes físicas da Unidade
Industrial da ABC, como: as balanças rodoviárias B1 e B2, a área de carregamento a granel
contínuo, a área de carregamento a granel semi-contínuo, os almoxarifados de tambores e
sacarias AX-PETRO, AX-A e AX-B, além dos roteiros de carregamento.
Nesse momento dá para se ter uma idéia de quão amigável são os pacotes de softwares de
simulação existentes, em especial o Witness, pois os mesmos permitem a reprodução como se
fosse uma planta baixa do ambiente a ser simulado, permitindo assim que se tenha uma visão
completa de todo o modelo.
4.2.3.2 Verificação e Validação do Modelo
São etapas muito próximas e por vezes acabam se confundindo por serem tão
complementares, uma vez que a medida que a verificação das partes do modelo ia sendo feita
e erros não eram encontrados, aquelas partes estavam automaticamente validadas. O objetivo
da verificação é avaliar se o modelo computacional está “rodando” adequadamente.
Identificam-se se as equações e rotinas do modelo estão funcionando como esperado e se o
Capítulo 4 – Estudo de Caso
69
modelo não está travado em algum ponto, ou seja, a partir daquele ponto específico não há
continuidade da rodada de simulação. Essas ações podem ser verificadas colocando o modelo
para “rodar” a uma velocidade baixa (pois uma das facilidades das ferramentas de simulação
computacional é a possibilidade de acelerar o tempo) e verificar se existe algum problema de
travamento. Também pode-se recorrer a auxílios existentes na própria ferramenta
computacional, pois alguns erros podem não ser perceptíveis somente com a inspeção visual.
Por conta disso, pode-se recorrer a um menu chamado “interact box”, trata-se de janela de
informação do desempenho lógico do modelo, onde erros de lógica existentes neste são
informados ao analista, conforme mostrada na figura 16. As duas ações foram feitas
continuamente no trabalho em questão.
Figura 16: Interact Box – janela de informação de desempenho do modelo. (retirada do software Witness)
A verificação de erros de travamento e/ou problemas de lógica no modelo foi feita de duas
maneiras: a verificação por partes e o teste por parâmetros. Na verificação do modelo fez-se
uso das técnicas mais comuns utilizadas para identificação de problemas com programas
computacionais. Dentre elas destaca-se a verificação por partes, que foi amplamente utilizada
como forma de rastreamento e refinamento progressivo do modelo. A verificação por partes
ocorreu durante a construção do modelo; a cada parte construída o modelo foi testado contra
erros com o intuito de evitar a etapa posterior de correção do modelo com um todo. Foi
utilizado também o teste por parâmetros, que consiste na execução da simulação através da
variação dos parâmetros de entrada, verificando se os resultados obtidos apresentam um
comportamento razoável quando comparado ao sistema real.
Erros de entrada de dados foram identificados pelo próprio software ao se tentar rodar a
simulação. Os erros foram gerados na conversão dos dados para formato de leitura do
simulador e foram apresentados na janela de correção conforme mostrado na figura 16.
A validação do modelo de simulação consiste em assegurar que este representa o sistema real.
O objetivo é de verificar se o comportamento do modelo computacional construído está
representando adequadamente o sistema (LAW E KELTON, 1991).
Capítulo 4 – Estudo de Caso
70
A abordagem de validação do modelo utilizada foi a validação operacional, que consiste na
comparação direta dos valores gerados pelo modelo com os coletados do sistema real
(PEGDEN et al., 1990). Os indicadores apresentados na letra “e” do item 4.2.1.5 foram
utilizados para esta validação. As performances do sistema real e do modelo foram
comparadas através desses indicadores. Outro parâmetro importante considerado está
relacionado com a necessidade de atendimento de todos os pedidos de carregamento gerados
no período de análise (30 dias), o que se verificou ao “rodar” o modelo.
Cabe ressaltar que todos os erros de continuidade (travamentos) e/ou de lógica (programação),
identificados nas etapas de verificação e validação eram corrigidos de imediato e tinham seus
respectivos testes de verificação feitos logo em seguida. Para essa ação existe no Witness uma
tela com uma rotina específica para a validação de lógica de programação, conforme mostra a
figura 17.
Figura 17: Menu com rotina para validação de lógica de programação (retirada do software Witness)
Verificado e validado o modelo de representação do sistema real, partiu-se para a consecução
das alternativas de melhorias desse sistema, conforme será detalhado na sub-seção seguinte.
4.2.4
Condução de Experimentos
Nesta etapa definiram-se os cenários a serem testados no modelo de simulação. Para a
definição desses cenários, é necessário promover o entendimento do sistema real a partir do
Capítulo 4 – Estudo de Caso
71
modelo. O fato dos analistas manipularem a representação do sistema real através do modelo
computacional permite a eles mudar sua compreensão do sistema, aprimorando o
aprendizado, tal como expõe Andrade (1998). Assim, a familiarização com o modelo e o
entendimento da influência das variáveis no comportamento do sistema foi alcançada através
da alteração de alguns parâmetros de entrada e observação das variáveis de resposta.
Este processo deu suporte à construção e validação do cenário 1, o qual representa o sistema
real. Também foi possível identificar as principais restrições de capacidade do sistema. A
partir disto, foram elaborados cenários alternativos que representavam ações de melhoria de
desempenho do sistema.
4.2.4.1 Construção de Cenários
A partir da análise da modelagem da situação atual foram confirmadas todas as premissas
levantadas na fase de diagnóstico, como por exemplo: contra fluxo e congestionamento de
caminhões em decorrência da centralização do ponto de pesagem, da intensidade de
carregamentos a partir das quinze horas, dos problemas ocorridos pelo estreitamento das vias
de acesso, do grande fluxo de caminhões próximo à unidades produtivas, entre outros. Além
da confirmação das premissas levantados na fase de diagnóstico, constatou-se alguns outros
problemas, a saber: devido boa parte das cargas não serem programadas e não estarem prontas
em uma área de picking a espera do carregamento , alguns caminhões permanecem na unidade
após a meia noite, necessitando abertura do portão após o horário programado para conclusão
do carregamento. Outro problema observado em decorrência da modelagem, refere-se ao
congestionamento causado em frente ao AX-PETRO, pela necessidade de quase todos os
caminhões terem que receber informações sobre suas respectivas cargas.
A partir da compreensão do comportamento do sistema real, obtida na construção e validação
do cenário 1, novas percepções foram geradas e novas alternativas/cenários foram propostos,
no sentido de buscar a otimização do processo. Os cenários propostos como alternativas de
melhoria em relação ao Cenário 1 – Situação Real, são:
a) Cenário 2 - Transferência dos produtos de grande demanda da área de carregamento
semi-contínuo para a área de carregamento contínuo;
b) Cenário 3 – Trata-se do Cenário 2 acrescentado a construção de um novo
almoxarifado AX-B unificado com o almoxarifado AX-A;
Capítulo 4 – Estudo de Caso
72
c) Cenário 4 - Trata-se do Cenário 2 acrescentado a construção de um novo almoxarifado
AX-B separado do almoxarifado AX-A;
d) Cenário 5 – Trata-se do Cenário 3 sem a transferência dos produtos de grande
demanda;
e) Cenário 6 - Trata-se do Cenário 4 sem a transferência do produtos de grande demanda;
O intuito da criação dos Cenários 5 e 6 foi verificar a real necessidade da transferência dos
produtos de grande demanda, uma vez que as modificações nos almoxarifados e nos
carregamentos já tinham sido feitas. A necessidade dessa constatação deveu-se principalmente
pelo aspecto financeiro, uma vez que as linhas (tubulações) e as facilidades (equipamentos)
para transferir os produtos mais demandados, eram linhas especiais produzidas em aço inox
de custo elevado.
As análises obtidas através da simulação dos cenários aqui propostos poderão ser verificadas
no Capítulo 5 – Análise dos Resultados.
Capítulo 5 – Análise dos Resultados
73
5 ANÁLISE DOS RESULTADOS
Este item descreve os resultados obtidos nas simulações computacionais para todos os
cenários simulados e sua análise inicia-se com a descrição do cenário representativo do
sistema real. A construção de cenários tem como objetivo analisar alternativas para uma
situação específica nas operações logísticas de movimentação, carregamento e expedição de
produtos da ABC.
5.1 Apresentação e Interpretação dos Resultados.
5.1.1
Cenário 1 – Situação Real.
Esse cenário tratou do modelo que representa a situação real, ou seja, a representação do
funcionamento do sistema logístico da ABC antes do estudo em questão. O cenário 1
retratado pela figura 18 já foi detalhadamente explicado na sub-seção 4.2.3, porém cabe
destacar agora os indicadores necessários para o cálculo do índice de contra fluxo (ICF),
conforme sugere o método proposto na seção 3.7. Vê-se na figura 18 os valores dos
contadores A e B (número de passagens reais dos caminhões) e dos outros contadores que
somados informam o número ideal de passagens dos caminhões. Para o cenário 1 tem-se PP =
1.826; PQ = 645 e PVI = 1.448. O PVI é o indicador do número ideal das passagens de
caminhões, logo parte-se do princípio que ao carregar no almoxarifado AX-A e AX-B, os
caminhões passassem somente uma vez nesses locais, portanto, não se deve levar em
consideração a uma das duas totalizações (AX-A ou AX-B) para o cálculo do PVI. Para esse
estudo sempre foi descartado o valor referente ao almoxarifado AX-B. Esses índices são
apontados em todos os seis cenários propostos e os resultados dos cálculos dos índices de
contra fluxo estão apresentados em forma de tabela na sub-seção 5.2.2.
Capítulo 5 – Análise dos Resultados
74
PP
PQ
PVI = ∑
desses
indicadores
menos AX-B
Figura 18: Modelo representativo do Cenário 1 – Situação Real (Elaborada pelo autor)
5.1.2
Cenário 2 - Transferência de produtos de grande demanda da área de carregamento
semi-contínuo para a área de carregamento contínuo.;
A transferência de alguns produtos da área de carregamento semi-contínuo para a área de
carregamento contínuo já era um desejo antigo do pessoal da expedição da ABC, face ao
feeeling existente de uma possível redução no fluxo de veículos próximos a área produtiva
que ficava perto da área de carregamento semi-contínuo, porém, quais seriam as
conseqüências desse feeling? Como tomar uma decisão baseada somente em feeling? Por
conta disso, começa-se a justificar o uso de modelagem e simulação computacional na busca
de alternativas para o problema.
Nos estudos realizados e comprovados pela modelagem e simulação da operação de
transferência dos produtos mais demandados, verificou-se que a retirada dos produtos
RENEX 60, RENEX 95, RENEX 100, UNITOL L20 e ULTRAMINE 200 da área de
carregamento semi-contínuo para a área de carregamento contínuo deixou de movimentar na
primeira 80 caminhões a granel e 4.000 tambores, contribuindo assim para desafogar as
operações de carregamento na área de carregamento semi-contínuo. Constatou-se então que
além da redução significativa do número de caminhões a granel (85 carretas), o número de
carregamentos de tambores foi reduzido em um terço, passando de 12.000 tambores para
8.000 tambores. Toda essa memória de cálculo poderá ser analisada nos Anexos III-A e III-D,
Capítulo 5 – Análise dos Resultados
75
comparando-se o quantitativo de caminhões carregados na área de carregamento semicontínuo (hachurado em amarelo).
O resultado quantitativo desse cenário em relação aos números que compõem o índice de
contra fluxo trazem PP = 1.625; PQ = 444 e PVI = 1.394, conforme mostrado na figura 19.
Figura 19: Modelo representativo do Cenário 2 – Situação Real (Elaborada pelo autor)
5.1.3
Cenário 3 – Trata-se do Cenário 2 acrescentado a construção de um novo
almoxarifado AX-B unificado com o almoxarifado AX-A já existente.
Nessa modelagem, além da operação de transferência dos produtos de grande demanda
descrita na sub-seção anterior, adotou-se a construção de um novo almoxarifado AX-B
unificado ao almoxarifado AX-A, formando um grande almoxarifado de carregamento, além
da implantação de duas novas balanças rodoviárias localizadas conforme mostrado na figura
20.
As modificações sugeridas pela modelagem do Cenário 3, mostrado na figura 20, objetivaram
principalmente a redução do contra fluxo para caminhões a serem carregados no grande
almoxarifado (AX-A unificado ao AX-B), e/ou na área de carregamento semi-contínuo, sem a
necessidade desses caminhões retornarem para o ponto de pesagem (balança B2) próximo ao
almoxarifado AX-PETRO, justificando tecnicamente a implantação das duas novas balanças
rodoviárias.
Capítulo 5 – Análise dos Resultados
76
O antigo almoxarifado AX-B deveria ser desativado para as funções/operações de
carregamento, cumprindo somente funções de armazenamento de material.
O resultado quantitativo desse cenário em relação aos números que compõem o índice de
contra fluxo trazem PP = 1.193; PQ = 413 e PVI = 1.519, também são mostrados na figura 20.
Figura 20: Modelagem da proposta de construção do novo AX-B unificado ao AX-A (Elaborada pelo autor)
5.1.4
Cenário 4 - Trata-se do Cenário 2 acrescentado a construção de um novo
almoxarifado AX-B separado do almoxarifado AX-A já existente;
Essa modelagem difere da anterior apenas no que diz respeito ao arranjo do novo
almoxarifado AX-B. A diferença nesse arranjo visa principalmente melhorar a operação de
carregamento de cargas em container, uma vez que foi contemplada uma rua específica para
acesso e carregamento desses caminhões ao lado do novo almoxarifado AX-B. Outra
alteração diz respeito a localização de uma das duas novas balanças rodoviárias implantadas.
Tais modificações no layout proposto por essa modelagem podem ser verificadas na figura
21.
Da mesma forma que a modelagem anterior, as modificações sugeridas nessa modelagem
objetivam principalmente a redução do contra fluxo para caminhões a serem carregados no
novo almoxarifado AX-B e no almoxarifado AX-A, e/ou na área de carregamento semicontínuo, sem a necessidade desses caminhões retornarem para o ponto de pesagem (balança
Capítulo 5 – Análise dos Resultados
77
B2) próximo ao AX-PETRO, justificando tecnicamente, mais uma vez, a implantação das
duas novas balanças rodoviárias.
Também neste caso, o antigo AX-B deveria ser desativado para as funções/operações de
carregamento, passando a cumprir somente funções de armazenamento de material.
O resultado quantitativo desse cenário em relação aos números que compõem o índice de
contra fluxo trazem PP = 1.264; PQ = 413 e PVI = 1.519, conforme mostrado na figura 21.
Figura 21: Modelagem da proposta de construção do novo AX-B separado do AX-A com transferência de
produtos. (Elaborada pelo autor)
5.1.5
Cenários 5 e 6 – Tratam-se dos Cenário 3 e 4 sem a transferência do produtos de
grandes demanda.
Como alternativa aos itens 9.4.2 e 9.4.3 foram feitas as mesmas modelagens, porém não foi
efetuada a transferência dos produtos de grande demanda da área de carregamento semicontínuo para a área de carregamento contínuo. O intuito dessas duas modelagens adicionais
foi verificar a real necessidade da transferência dos produtos, uma vez que as modificações
nos almoxarifados e nos carregamentos já tinham sido feitas. A necessidade dessa constatação
deveu-se principalmente ao aspecto financeiro, uma vez que as linhas (tubulações) e as
facilidades (equipamentos) para transferir os produtos, tratam-se de linhas especiais
produzidas em aço inox de elevado custo.
Da mesma maneira como foi mostrado para os outros cenários, segue dados quantitativos
respectivamente dos cenários 5 e 6, conforme pode ser observado nas figuras 22 e 23, a saber:
Capítulo 5 – Análise dos Resultados
78
a. Cenário 5 - PP = 1.243; PQ = 579 e PVI = 1.495;
b. Cenário 6 - PP = 1.403; PQ = 579 e PVI = 1.495;
Figura 22: Modelagem da proposta de construção do novo AX-B junto do AX-A sem transferência de produtos.
(Elaborada pelo autor)
Figura 23: Modelagem da proposta de construção do novo AX-B separado do AX-A sem transferência de
produtos. (Elaborada pelo autor)
Capítulo 5 – Análise dos Resultados
79
5.2 Análise Técnica das Situações Propostas
5.2.1
Metodologia Aplicada
Para a análise técnica das situações propostas foi estabelecido o ICF (Índice de Contra Fluxo)
do qual a metodologia para sua obtenção já foi explicada no Capítulo 3 – Metodologia de
Trabalho, seção 3.4.
5.2.2
Resultados Obtidos
A tabela 4 mostra os resultados obtidos do ICF (Índice de Contra Fluxo) para cada uma das
alternativas propostas:
Cenário
Nome da Modelagem
Nº Passagens Nº Passagens
Ponto A
Ponto B
Nº Ideal
Passagens
ICF
1
Situação Atual (Real)
1.826
645
1.448
1,71
2
Situação Atual (Real) com Transferência
1.625
444
1.394
1,48
1.193
413
1.519
1,06
1.264
413
1.519
1,10
3
4
Novo AX-B Unificado com AX-A +
Transferência
Novo AX-B Separado de AX-A +
Transferência
5
Novo AX-B Unificado com AX-A
1.243
579
1.495
1,22
6
Novo AX-B Separado de AX-A
1.403
579
1.495
1,33
Tabela 4: Índices de Contra Fluxo para as modelagens. (Elaborada pelo autor)
De acordo com a tabela 4, chega-se a conclusão que a melhor alternativa técnica em relação
ao ICF foi a apresentada pelo Cenário 3 (ICF=1,06), que propôs a construção de um novo
almoxarifado AX-B unificado com o almoxarifado AX-A ao mesmo tempo em que se deveria
realizar a transferência dos produtos Renex 60, Renex 95, Renex 100, Unitol L/20 e
Ultramine 200 (produtos de grande demanda) da área de carregamento semi-contínuo para a
área de carregamento contínuo. Vale ressaltar que em nenhum momento o enfoque desse
trabalho se voltou para o aumento do número de caminhões carregados mensalmente, bem
como em relação ao tempo de permanência destes no interior da ABC. Em todas as
modelagens foi preservado o número total de caminhões (dado estatístico fornecido pela
ABC) que eram, em média, carregados mensalmente.
Capítulo 5 – Análise dos Resultados
80
5.3 Apresentação dos Resultados e Implementação
Este item contempla a forma de apresentação dos resultados dirigidos à organização. O
objetivo principal foi apresentar os resultados obtidos com o projeto de simulação como
suporte à tomada de decisão.
A apresentação dos resultados envolveu uma introdução sobre o projeto desenvolvido com a
descrição de seus objetivos e principais elementos do modelo. A análise da performance e
capacidade da situação atual (real), bem como a identificação das restrições de capacidade do
sistema e as potencialidades de melhorias no processo foram apresentadas através dos
resultados obtidos na simulação dos cinco cenários desenvolvidos como otimização do
cenário 1.
Lançando mão mais uma vez da metodologia proposta por Law & Kelton (1991), vale frisar
que um projeto de simulação não é feito com a intenção de dar “a melhor solução”. São
apresentadas alternativas de otimização do processo para que os tomadores de decisão,
baseados em aspectos de custo, nível de serviço, segurança, questões estratégicas, dentre
vários outros aspectos, decidam que alternativa adotar. No caso em questão optou-se pelo
Cenário 3 e como complemento ao estudo de simulação desenvolvido, foi solicitado a equipe
de analistas a consecução de um projeto básico relacionando os custos envolvidos na
alternativa escolhida. Apesar de não ser o foco desse trabalho, vale destacar que se tratou de
um projeto da ordem de R$3 milhões, portanto, mais uma vez justifica-se a adoção da
ferramenta computacional de simulação como elemento de apoio à tomada de decisão.
A implementação física da alternativa escolhida ficaria a carga de uma empresa de montagem
industrial que seria contratada pela ABC.
Capítulo 6 – Conclusões do Estudo
81
6 CONCLUSÕES DO ESTUDO
Este capítulo apresenta as principais conclusões do trabalho, identificando os benefícios
práticos e teóricos. Além disso, são descritas as principais potencialidades do uso da
ferramenta de simulação computacional identificadas ao longo do estudo. Por fim,
apresentam-se as limitações encontradas e propostas para realização de estudos futuros.
O principal objetivo deste estudo foi analisar as potencialidades e vantagens do uso da
modelagem e simulação computacional como ferramenta de apoio à tomada de decisões em
cenários logísticos complexos de organizações industriais. A identificação das potencialidades
de uso da ferramenta, com o propósito acima descrito, foi obtida através do desenvolvimento
de um estudo de caso em uma organização industrial baiana, a ABC Indústria Petroquímica.
Acredita-se que o aprendizado ocorrido ao longo das atividades e os desdobramentos deste
trabalho justificam a sua realização.
A importância deste estudo está na sistematização de situações de interesse em um meio
computacional para, só após um entendimento sistêmico do problema, propor um plano de
ação para obtenção de melhorias.
Uma das contribuições acadêmicas deste estudo está na geração de uma pesquisa científica no
ambiente de logística industrial de movimentação e carregamento de produtos e na utilização
da ferramenta de simulação neste tipo de organização e processo.
Ao final deste estudo ficou evidenciado que, para construção de um modelo de simulação é de
fundamental importância a utilização de um método adequado de desenvolvimento de
projetos, ou seja, que a construção do modelo de simulação esteja pautado por atividades
sistemáticas e racionais que orientem a geração de resultados válidos e verdadeiros.
6.1 Avaliação do Projeto de Simulação Desenvolvido
O modelo computacional construído para a ABC, apesar das simplificações a modelos de
simulação conforme foi abordado na sub-seção 2.3.2, foi considerado validado para a
representação do sistema real. A modelagem computacional do problema contribuiu para uma
melhor compreensão do funcionamento do sistema em estudo, o que mostra a utilidade da
ferramenta quando se trata com problemas complexos.
Capítulo 6 – Conclusões do Estudo
82
Assim, entende-se que os resultados apresentados no capítulo 5 trouxeram um avanço no
entendimento do problema logístico da ABC. A possibilidade de entender o funcionamento do
sistema e identificar as principais restrições para o seu desempenho constituiu-se em um
significativo ganho para o grupo de trabalho auxiliando a tomada de decisão.
Outra vantagem identificada na modelagem utilizando a simulação foi a possibilidade de criar
outros estudos com experimentos alternativos. Neste sentido, novos cenários foram criados e
avaliados com a utilização do modelo computacional, o que permitiu avaliar o impacto de
cenários que não podem ser testados no sistema real sem a realização física do investimento
financeiro. Além disso, foram criados novos insights para projetos futuros, que exigem o
desenvolvimento de novos modelos conceituais para ampliação do modelo computacional.
Como resultado do projeto de simulação o grupo identificou como potencial de melhoria a
possibilidade de se transferir os produtos de grande demanda, conforme mostrado nos
cenários 2, 3 e 4, instalar mais duas balanças rodoviárias na área de carregamento semicontínuo. No que diz respeito a esse assunto, vale frisar que antes desse projeto de simulação,
a ABC havia instalado duas balanças rodoviárias na área de carregamento contínuo por achar,
baseada somente em feeling, que esse local seria um dos principais gargalos9 do seu processo.
Após a validação do modelo do sistema real, já com a ferramenta computacional de
simulação, verificou-se que as balanças instaladas na área de carregamento contínuo em nada
contribuíram para a melhoria do sistema, ou seja, o cenário era por demais complexo, para se
tomar uma decisão baseada somente em parâmetros qualitativos. A ferramenta de simulação
também viabilizou a criação do índice de contra-fluxo, pois a mesma serviu como um
contador para a contabilzação das “passagens” dos caminhões nos pontos estabelecidos e
assim determinar um parâmetro de comparação entre os modelos/cenários criados.
A ferramenta de simulação permitiu ainda a rápida variação de cenários alternativos derivados
do Cenário 1 – Situação real. Essa condição seria praticamente impossível no mundo real.
Todas as variações realizadas nos cenários (modelos) propostos e o leque de possibilidades
criados, só foram possíveis de acontecer justamente pelo fato de se trabalhar em um ambiente
simulação.
________________
9. Gargalos - é qualquer coisa que limita um sistema em conseguir maior desempenho em relação a sua meta. Goldratt, Eliyahu M. A Meta
Capítulo 6 – Conclusões do Estudo
83
Segundo Deming (1989) citado por Harrell (2002) et al, “o gerenciamento de um sistema é
uma ação baseada em previsão. A previsão racional requer aprendizado e comparações
sistemáticas das previsões dos resultados de curto e longo prazo das alternativas de ação”. A
modelagem e simulação computacional é utilizada para testar essas alternativas de ação antes
de colocá-las em prática e/ou de se fazer um investimento. Pode-se ousar em afirmar que a
modelagem e simulação computacional é uma ferramenta utilizada para a previsão de
ocorrências futuras.
6.2 Avaliação do Estudo Realizado
A elaboração e a execução deste projeto trouxeram alguns benefícios, tais como:
a) o estudo permitiu que se lançasse a primeira “semente” para despertar o interesse da
utilização da ferramenta de simulação na organização em estudo. Identificou-se a
partir deste projeto inicial, diversas aplicações da simulação tanto nas operações de
carregamento e expedição de caminhões, como nas próprias operações de produção da
fábrica.
b) o modelo construído neste trabalho também poderá ser utilizado como exemplo da
potencialidade do uso da ferramenta de simulação para a organização em projetos de
viabilidade para aquisição deste tipo de ferramenta.
c) o estudo permitiu um melhor entendimento do funcionamento das operações de
carregamento e expedição de produtos objeto de estudo do trabalho.
d) possibilidade de analisar novos sistemas. Durante a execução do projeto o grupo de
trabalho começou a levantar possíveis aplicações da simulação na empresa,
percebendo as vantagens que ela poderia trazer em vários pontos não só da logística
interna a fábrica, como também as atividades de produção.
e) o estudo permitiu que se entendesse melhor a aplicabilidade da ferramenta de
simulação computacional na organização em estudo.
Capítulo 6 – Conclusões do Estudo
84
6.3 Potencialidades e Vantagens do Uso da Ferramenta de Simulação
Computacional
Para efeitos deste trabalho, as principais potencialidades da simulação foram:
a) contribuiu como instrumento de aprendizagem e tomada de decisões sobre a realidade
organizacional, uma vez que a simulação permite experimentações em um mundo
virtual. Isto possibilitou ao grupo testar e mudar seus pressupostos e compreensão do
mundo real, aprimorando sua aprendizagem.
b) a simulação computacional mostrou-se útil na criação de novos conceitos a respeito
das relações entre os elementos do sistema estudado e adequada para a análise de
diferentes cenários e políticas operacionais, além de auxiliar de maneira eficiente na
aquisição de conhecimento individual sobre o sistema logístico simulado. Tais
afirmações podem ser observadas através da maneira como a simulação da ABC foi
capaz de transformar um problema não estruturado em uma fonte poderosa de
conhecimento. As idéias para melhoria do sistema foram traduzidas em mudanças
específicas visando a otimização dos sistema real. Essas mudanças, e seus efeitos,
permitiram a aquisição de conhecimento sobre o sistema;
c) minimização dos riscos envolvidos nas modificações dos processos, pois a simulação
permite testes de várias alternativas antes de efetivá-las física e financeiramente. Nos
sistemas reais, além de muito dispendiosas, essas modificações podem trazer riscos
relacionados a segurança do sistema;
d) percebeu-se que o trade-off custo/benefício existente na implantação e/ou aquisição de
serviços de modelagem e simulação computacional foi positivo, justamente pelo fato
do sistema estudado ter um nível de complexidade alto. Nesse aspecto, chegou-se a
conclusão que a viabilidade de utilização de modelagem e simulação computacional é
diretamente proporcional a complexidade dos sistemas;
e) um dos maiores benefícios obtidos pelo usuário do modelo ao aplicar a simulação a
um sistema logístico é uma melhor visão sistêmica do efeito que alterações locais
terão sobre o desempenho global do sistema. A reboque sua aplicação ao projeto e
avaliação de sistemas logísticos traz benefícios como: maior eficiência na utilização de
Capítulo 6 – Conclusões do Estudo
85
recursos, redução de estoque em processo, maior velocidade e confiabilidade de
entrega, menores custos operacionais etc.
f) quanto à utilização da ferramenta no processo carregamento e expedição de produtos
em caminhões pode-se destacar o aprendizado das pessoas envolvidas no processo
estudado, principalmente por ter acesso de uma maneira mais aprofundada das interrelações existentes entre as diversas entidades que compunham o modelo do sistema
real, ou seja, ficaram mais tangíveis as conseqüências geradas por modificações
realizadas no processo. Várias outras melhorias já foram citadas no item 6.1.
g) não só utilizar a simulação para a solução de um problema local, mas para ampliar o
sistema de análise, partindo para a análise de outros processos da empresa de forma
sistêmica.
h) benefícios relacionados a “capacidade de imitação”, que pode ser medida pelo grau de
adequação das respostas reais de um sistema existente ou hipotético com as respostas
que o modelo fornece quando é submetido aos mesmos estímulos experimentados ou
esperados pelo sistema em estudo;
i) levam em conta o impacto dos processos estocásticos que existem em quase todos os
sistemas do mundo real;
j) outra grande vantagem observada refere-se à capacidade do modelo de simulação de
comprimir o tempo e o espaço, permitindo a tomadores de decisão conhecer, em
pouco tempo, as conseqüências de longo prazo concernentes às suas ações e ao
sistema como um todo
k) possibilidade de testar, de maneira rápida, cenários futuros sem a necessidade de
investimentos reais. Isso pode se caracterizar como uma vantagem competitiva em
ambientes de competição acirrada e que exigem respostas rápidas e eficientes;
l) o ditado “Uma imagem fala mais que mil palavras” é um bom exemplo para enfatizar
a diferença existente entre a capacidade de comunicação das análises estáticas e a
simulação. Por conseguinte, devido a todos os recursos visuais e virtuais existentes nas
ferramentas de modelagem e simulação computacional, pode-se considerar uma
vantagem significativa o uso desse recurso para um melhor entendimento do sistema
real como um todo.
Capítulo 6 – Conclusões do Estudo
86
Por fim, entende-se que Unidades Industriais similares a ABC apresentam um grande
potencial para o desenvolvimento de projetos de simulação, pois em sua grande maioria
ocorrem processos com altos níveis de complexidade a serem controlados, geridos e
desenvolvidos. Tal constatação deve-se, principalmente, a disponibilidade de dados existente
em tais organizações. Normalmente os projetos de simulação encontram como limitador a
etapa de coleta de dados, os quais muitas vezes são inexistentes ou acabam por incrementar
sobremaneira o tempo de desenvolvimento do projeto. Porém, nesses tipos de organização
industrias, similares a estudada nesse trabalho, é comum o armazenamento em bancos de
dados da “vida estatística” da empresa, assim sendo, a coleta de dados se torna bastante
facilitada.
6.4 Limitações do Trabalho e Proposta para Estudos Futuros
Pode-se elencar algumas limitações acerca do trabalho proposto e poder-se-ia iniciar
ressaltando a pouca bibliografia existente, principalmente em língua portuguesa e que
contenham estudos de casos com organizações empresariais brasileiras.
Esse trabalho foi limitado ao estudo de caso de uma organização industrial baiana em
específico, porém, a aplicação dos resultados gerados, principalmente as conclusões acerca da
modelagem e simulação computacional como uma ferramenta de auxílio ao processo
decisório nas organizações pode ser extrapolado para qualquer segmento, seja industrial,
comercial, de serviços, entre outros.
Face ao objetivo proposto pelo trabalho, foi estudado um modelo de simulação com as
características mostradas na figura 9. No entanto, tem-se a ciência de que várias outras
combinações podem ser alvo de estudos complementares, conforme pôde se verificar na subseção 2.3.6.
Com base nos conhecimentos adquiridos pela elaboração desta dissertação são apresentadas a
seguir algumas propostas para desenvolvimento de trabalhos futuros, a saber:
a) Desenvolvimento de projetos de simulação computacional para análise sistêmica dos
processos existentes em uma Unidade Industrial Petroquímica, envolvendo não só
questões relacionadas a logística, como também as relacionadas a produção, uma vez
que esse trabalho não se preocupou com a disponibilidade dos produtos e o seu
impacto direto na sua distribuição;
Capítulo 6 – Conclusões do Estudo
87
b) Aplicação de modelos de simulação computacional junto aos sistemas de gestão
integrada (ERP – Enterprise Resources Planning), de forma a permitir a visualização
das atividades em tempo real integrado aos indicadores gerenciais da organização. A
possibilidade de se combinar um simulador a um sistema de gestão como um ERP
(Enterprise Resources Planning) ou um WMS (Warehouse Management System)
permitiria mostrar com acurácia o impacto financeiro no operacional, das modelagens
criadas;
c) Utilização de outras formas de aprendizado que atuem sinergicamente com a
simulação computacional, como por exemplo, a utilização das ferramentas do
pensamento sistêmico10.
________________
10. Pensamento Sistêmico: de uma forma geral, pode ser definido como uma nova forma de percepção da
realidade. Segundo Capra (1996) citado por Borges (2000), quanto mais são estudados os problemas de nossa
época, mais se percebe que eles não podem ser entendidos isoladamente. São problemas sistêmicos, o que
significa que estão interligados e são interdependentes. Deve-se sempre partir do princípio de que o todo e mais
que a soma das partes, tendo desta forma o sistema como um todo integrado cujas propriedades essenciais
surgem das inter relações entre suas partes. Entender a realidade sistemicamente significa, literalmente, colocála dentro de um contexto e estabelecer a natureza de suas relações).
Referências Bibliográficas
88
REFERÊNCIAS
ANDRADE, Aurélio L. Aprendizagem e desenvolvimento organizacional: uma
experiência com o modelo da Quinta Disciplina. Dissertação de Mestrado, Porto Alegre:
Programa de Pós-Graduação em Engenharia de Produção/ Universidade Federal do Rio
Grande do Sul, 1998.
BALLOU, Ronald H. Logística empresarial: transportes, administração de materiais e
distribuição física. São Paulo: Atlas, 1993.
BANKS, J.; CARSON II, J.S.; NELSON, B.L. Discrete-event system simulation. 2. ed.
New Jersey: Prentice Hall, 1996.
BARBOSA, W. do V. Tempos pós-modernos. In: LYOTARD, J-F. O pós-moderno. Rio de
Janeiro: J. Olympio, 1986. p. vii-xviii.
BARRÔNIO, Sidnei. Desenvolvimento de modelos de simulação computacional para
análise e melhorias de sistemas produtivos. Dissertação de Mestrado, Porto Alegre:
Programa de Pós- Graduação em Engenharia de Produção/ Universidade Federal do Rio
Grande do Sul, 2000.
BATEMAN, Robert E. et al. System improvement using simulation. Promodel corporation,
1997.
BOBLITZ, G. Simulation eliminates need for an $80,000 machine and conveyor
investment. Industrial Engineering. Mar, 1991, p. 26-28.
BORBA, Gustavo S. Desenvolvimento de uma abordagem para inserção da simulação no
setor hospitalar de Porto Alegre. Dissertação de Mestrado, Porto Alegre: Programa de PósGraduação em Engenharia de Produção/ Universidade Federal do Rio Grande do Sul, 1998.
BORGES, M. A. V. Análise da potencialidade de sinergia entre o pensamento sistêmico e
a simulação computacional. Dissertação de Mestrado, Porto Alegre: Programa de PósGraduação em Engenharia de Produção/ Universidade Federal do Rio Grande do Sul, 2000.
Referências Bibliográficas
89
BOWERSOX, Donald J. Logistical Management: a systems integration of physical
distribution, manufacturing support, and materials procurement. 3° ed. New York:
Macmillan Publishing Company, 1986.
BRAGA, Juçara. Copersucar reduz custos com simulação. Revista Tecnologística.
Fevereiro 1999, p16-18.
CASSEL, Ricardo Augusto. Desenvolvimento de uma abordagem para a divulgação da
simulação no setor calçadista gaúcho. Dissertação de Mestrado, Porto Alegre: Programa de
Pós- Graduação em Engenharia de Produção/ Universidade Federal do Rio Grande do Sul,
1996.
CHING, Homg Yuh. Gestão de estoque na cadeia de logística integrada: supply chain.
São Paulo: Atlas, 1999.
CHRISTOPHER, Martin. Logística e gerenciamento da cadeia de suprimentos:
estratégias para a redução de custos e melhorias dos serviços. São Paulo: Pioneira, 1997.
COSTA, Cláudia, CONDE, William. Simulação do centro de operações postais de Benfica.
Anais da 1° Conferência Latino Americana de Simulação e Usuários Promodel, Innovation
99. São Paulo, dezembro de 1999.
DAGANZO, Carlos F. Logistics systems analysis: Lecture notes in economics and
mathematical systems. Berlin: Sringer-Verlag, 1991.
ELLENRIEDER, Alberto von. Pesquisa operacional. Rio de Janeiro: Almeida Neves
Editores Ltda, 1971.
FACHIN, O. Fundamentos de metodologia. 3. ed. São Paulo: Saraiva, 2001.
FERRARI, A. T. Metodologia da ciência. 3. ed. Rio de Janeiro: Kennedy, 1974.
FUSCO, A. C. Hospital Albert Einstein: Usamos e aprovamos o Medmodel. Boletim
Fluxus – Boletim informativo da Promodel. São Paulo, n°1, 1997.
GAVIRA, M. O. Simulação Computacional como uma Ferramenta de Aquisição de
Conhecimento. 2003. Dissertação (Mestrado) - Universidade Federal de Santa Catarina,
Florianópolis.
Referências Bibliográficas
90
GOMES, L.; ARAYA, M.; CARIGNANO, C. Tomada de Decisões em Cenários
Complexos. São Paulo: Thomson, 2004.
HALL, Randolph W. Research opportunities in logistics. Transportation Research – A.
Vol. 19A, n° 5/6, pp. 399-402, 1985.
HARRELL, C.; MOTT, J.; BATEMAN, R.; BOWDEN, R.; GOGG, T. Simulação:
Otimizando Sistemas. São Paulo. Instituto IMAM, 2002.
LACERDA, Leonardo, RODRIGUES, A. M. Aplicação da técnica de simulação na
alocação de containers. Publicação do Centro de Estudos em Logística, Rio de Janeiro, 1998.
http://www.coppead.ufrj.br/pesquisa/cel/new/fs-public.htm
LAKATOS, E. M., MARCONI, M. M. Fundamentos de metodologia científica. 3ª ed. São
Paulo: Atlas, 1991.
LAMBERT, D.M., et al. Administração estratégica da logística. São Paulo: Vantine
Consultoria, 1998.
LAW, A. M. & KELTON, W. D. Simulation Modeling & Analysis. McGraw-Hill Books,
NY, Second Edition, 1991.
LEPIKSON, H. A. SOMA – Sistema Orgânico de Manufatura Autônoma: uma nova
abordagem distribuída para o gerenciamento do chão de fábrica. 1998. 273 f. Tese
(Doutorado) - Universidade Federal de Santa Catarina, Florianópolis.
LIMA, Maurício P. Custos Logísticos na Economia Brasileira. Publicação do Centro de
Estudos em Logística, Rio de Janeiro, 2006. http://www.cel.coppead.ufrj.br/art
LOBÃO, Elírio de Carvalho, PORTO, Arthur José Vieira. Evolução das técnicas de
simulação em acordo com a tecnologia. Anais do 15° ENEGEP. Outubro 1996, Piracicaba,
SP.
LOPES, André. Avaliação de capacidade de fluxo: sistema de armazenagem automático.
Anais da 1° Conferência Latino Americana de Simulaçção e Usuários Promodel, Innovation
99. São Paulo, dezembro 1999.
Referências Bibliográficas
91
MEDEIROS, Otoniel Marcelino. Pesquisa operacional. Revista da ETFRN. Natal, ano 12,
v.2, p.53-60, 2000.
NAYLOR, T.H. et al. Técnicas de simulação em computadores. São Paulo: Editora Vozes,
1971.
NOVAES, Antônio Galvão. Logística e Gerenciamento da Cadeia de Distribuição. Rio de
Janeiro: Campus, 2001.
PEGDEN et al. Introduction to simulation using SIMAN. São Paulo: Ed. McGraw Hill,
1990.
PIDD, Michael. Modelagem empresarial: ferramentas para tomada de decisão. Porto
Alegre: Artes Médicas, 1998.
RIPOLL, Geraldo Panitz. Desenvolvimento de um modelo de simulação para
dimensionamento de equipe polivalente de manutenção da produção: uma abordagem
estratégica. Programa de Pós-Graduação em Administração/ Universidade Federal do Rio
Grande do Sul, 1998.
RODRIGUES, Alexandre Medeiros, SALIBY, Eduardo. A aplicação da simulação no
dimensionamento de bases de distribuição de combustíveis. Publicação do Centro de
Estudos em Logística, Rio de Janeiro, 1998. www.coppead.ufrj.br/pesquisa/cel/new/fspublic.htm
RODRIGUES, Luís Henrique. Developing an approach to help companies synchronise
manufacturing. Tese de doutorado, Departament of Management Science University of
Lancaster, UK, 1994.
SALIBY, E. Repensando a simulação: a amostragem descritiva. São Paulo: Atlas, 1989.
SANTOS, J. F. dos. O que é pós-moderno. 8. ed. São Paulo: Brasiliense, 1990.
SELLITTO, M. A. Uma aplicação da programação linear em serviços: aumentando o
ganho
em
transportes.
Disponível
em:
<http://www.intercorp-
consultoria.com.br/materia.asp?cod_not=755&cod_area=3&m=s> Acesso em: 17 março
2002.
Referências Bibliográficas
92
SHANNON, R.E. Systems simulation: the art and science. Englewood Cliffs, N. J.:
Prentice-Hall, 1975.
SILVA, E. L. da; MENEZES, E. M. Metodologia da pesquisa e elaboração de dissertação.
2. ed. revisada. Florianópolis: Laboratório de Ensino à Distancia, 2001.
SIMON, Herbert A. Comportamento Administrativo: estudo dos processos decisórios nas
organizações administrativas. Rio de Janeiro: Fundação Getúlio Vargas, 1965.
TAKAKUWA, Soemon, ITO, Kumiko, TAKIZAWA, Hiroki, HIRAOKA, Shinichiro.
Simulation and analysis of non-automated distribution warehouses. In Proceedings of the
2000 Winter Simulation Conference, eds. J.A. Joines, R.R. Barton, K. Kang e P.A. Fishwick,
1177-1184, 2000.
TRIPODI, T. et al. Análise da pesquisa social: diretrizes para o uso da pesquisa em
serviço social e em ciências sociais. Rio de Janeiro: Francisco Alves, 1981.
YIN, R. K. The case study crisis: some answers. Administrative Science Quarterly. Cornell
University. V. 26, março de 1981.
Anexos
ANEXOS
93
Anexos
94
Anexo I
ABC
Indústria Petroquímica Ltda
ATA DE REUNIÃO
DATA: 07/10/02
LOCAL: CAMAÇARI
POR:
MENDES
ASSUNTO:
PARTICIPANTES
ÁREA
MENDES
ABC
RICARDO
ABC
NESTOR
CIMATEC
LEONARDO
CIMATEC
PARTICIPANTES
ÁREA
C/C: PARTICIPANTES
PAUTA:
ITEM
01
02
03
04
DESCRIÇÃO
RESP.
Apresentado ao pessoal do “CIMATEC” o propósito
de realização do estudo para proposição de
mudança no atual Layout da unidade , visando a
melhoria no atual fluxo de expedição de produtos
etoxilados.
Comentado sobre o fluxo atual de movimentação de
produtos envasados em tambores e granel ,
situando as principais instalações de recebimento e
expedição da unidade.
Ressaltado que a preocupação atual diz respeito ao
fluxo de veículos nas proximidades das unidades
produtivas, destacando-se as operações realizadas
no lado norte do almoxarifado AX-B.
Como suporte para preparação de uma proposta
Técnica Comercial, a ABC deverá dispor das
seguintes informações:
Desenhos dos almoxarifados AX-A, AX-B.
Levantamento das movimentações efetuadas com,
com seu perfil de distribuição no maior
detalhamento possível.
Ricardo
PRAZO
Ricardo /
Mendes
Ricardo /
Mendes
Ricardo /
Mendes
14/06/03
Anexos
95
Anexo II
Tempos de Carregamento (minutos)
Rotas
Atual
Com B3
% Dif,
Com Transf
% Dif,
AX_A_
114,13
114,18
0,04%
115,45
1,14%
AX_A_01
128,17
134,07
4,40%
132,75
3,45%
AX_A_
121,15
124,125
2,22%
124,1
2,30%
AX_A_AX_B
122,42
121,71
-0,58%
122,31
-0,09%
AX_A_AX_B_1
126,58
131,28
3,58%
137,43
7,89%
AX_A_AX_B
124,5
126,495
1,50%
129,87
3,90%
AX_B_
127,76
128,39
0,49%
134,28
4,86%
AX_B_
127,76
128,39
0,49%
134,28
4,86%
AX_PETRO_
114,04
111,93
-1,89%
106,23
-7,35%
AX_PETRO_1
141,09
AX_PETRO_
114,04
111,93
-1,89%
123,66
-7,35%
AX_PETRO_AX_A
119,56
120,21
0,54%
120,71
0,95%
AX_PETRO_AX_A_1
126,18
127,52
1,05%
135,55
6,91%
AX_PETRO_AX_A
122,87
123,865
0,80%
128,13
3,93%
AX_PETRO_AX_A_AX_B
130,14
130,86
0,55%
126,24
-3,09%
AX_PETRO_AX_A_AX_B_1
137,41
136,76
-0,48%
137,09
-0,23%
AX_PETRO_AX_A_AX_B
133,775
133,81
0,04%
131,665
-1,66%
AX_PETRO_AX_B
125,79
124,84
-0,76%
129,87
3,14%
AX_PETRO_AX_B_1
136,99
140,25
2,32%
141,34
3,08%
AX_PETRO_AX_B
131,39
132,545
0,78%
135,605
3,11%
Continuo_
88,22
85,96
-2,63%
92,22
4,34%
Continuo_1
120,88
Continuo_
88,22
85,96
-2,63%
106,55
4,34%
Continuo_Semicontinuo_
139,61
134,96
-3,45%
137,9
-1,24%
Continuo_Semicontinuo_
139,61
134,96
-3,45%
137,9
-1,24%
Semicontinuo_
124,49
122,84
-1,34%
125,71
0,97%
Semicontinuo_1
124,73
125,39
0,53%
133,3
6,43%
Semicontinuo_
124,61
124,115
-0,41%
129,505
3,70%
Semicontinuo_misto
136,05
135,78
-0,20%
137,45
1,02%
Semicontinuo_misto1
157,52
Semicontinuo_misto
136,05
135,78
-0,20%
147,485
1,02%
TEQUIMAR
80,34
79,91
-0,54%
84,77
5,23%
TEQUIMAR_1
101,78
97,41
-4,49%
103,25
1,42%
TEQUIMAR
91,06
88,66
-2,51%
94,01
3,32%
Anexos
96
Anexo III-A
SISTEMA ATUAL
Rota 1
Ax PETRO
S
08:00
08:30
09:00
09:30
10:00
10:30
11:00
11:30
12:00
12:30
13:00
13:30
14:00
14:30
15:00
15:30
16:00
16:30
17:00
17:30
18:00
18:30
19:00
19:30
20:00
20:30
21:00
21:30
22:00
Q
Q
S
S
T
Q
Rota 3
AxB
Q
S
S
T
Q
Rota 4
Semicontínuo
Q
S
S
T
Q
Q
Rota 5
Ax PETRO_AxA
S
S
T
Q
Q
Rota 6
Ax PETRO_AxB
S
Rota 7
AxA_AxB
S
T
Q
Q
S
1
1
1
1
1
S
T
Q
Q
Rota 8
Ax PETRO_AxA_AxB
S
S
T
Q
Q
S
Rota 9
Contínuo
S
1
T
1
Q
1
Rota 10
Semicontínuo_Contínuo
Q
1
S
1
S
T
Q
Q
S
Rota 11
TEQUIMAR
Rota 12
Semicontínuo Misto
S
T
Q
Q
S
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
S
T
Q
Q
S
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
3
3
15
66
3
3
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
3
14
0
1
0
0
1
4
16
1
0
1
1
3
13
0
1
Objetivo
Indicadores (mensais)
Percentual de carros até 15:00h
Percentual de carros a partir das 15:00h
Percentual de aumento na sexta-feira
Nº de carros Química
Nº de carros Petroquímica
Nº de carros Química_Petroquímica
Nº de carros Granel_Contínuo
Nº de carros Granel_Semicontínuo
Nº de carros Granel
Nº de carros Tambor / Sacaria_Exclusivo
Nº de carros Tambor / Sacaria_Misto
Nº de carros Tambor / Sacaria
2
39,26%
60,74%
34,65%
265
602
314
588
148
736
43
402
445
R1
R2
R3
R4
R5
R6
R7
R8
R9
R10
R11
R12
94
16
0
28
100
78
78
79
260
4
412
32
95
16
0
28
100
78
78
78
260
4
412
26
3
3
3
16
70
3
4
4
4
4
23
100
4
7
4
4
4
23
100
4
7
4
4
1
4
23
100
1
4
1
7
2
1
2
1
2
2
1
2
2
1
2
2
1
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
3
1
1
1
1
1
2
1
1
2
1
1
2
1
1
2
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
18
18
18 18
94
412
22
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
Nº Semanal
Nº Mensal
T
Rota 2
AxA
1
5
1
5
1
5
23
102
1
5
3
8
8
8
40
176
8
8
0
0
0
3
12
0
3
5
10
1
14
18
1
5
1
0
15
6
6
12
4
8
11
19
16
16
7
22
10
23
6
15
14
5
0
0
270
270
1181
Anexos
97
Anexo III-B
SISTEMA COM TRANSFERÊNCIA DOS PRODUTOS
Rota 1
Ax PETRO
S
08:00
08:30
09:00
09:30
10:00
10:30
11:00
11:30
12:00
12:30
13:00
13:30
14:00
14:30
15:00
15:30
16:00
16:30
17:00
17:30
18:00
18:30
19:00
19:30
20:00
20:30
21:00
21:30
22:00
Q
Q
S
1
1
1
1
1
1
1
1
1
S
T
Q
Rota 3
AxB
Q
S
S
T
Q
Rota 4
Semicontínuo
Q
S
S
T
Q
Q
1
1
Rota 5
Ax PETRO_AxA
S
S
1
T
1
Q
1
Q
1
Rota 6
Ax PETRO_AxB
S
Rota 7
AxA_AxB
S
T
Q
Q
S
1
1
1
1
1
S
T
Q
Q
2
Rota 9
Contínuo
Rota 8
Ax PETRO_AxA_AxB
S
S
T
Q
Q
S
1
Rota 10
Semicontínuo_Contínuo
S
T
Q
Q
S
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
S
T
Q
Q
S
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
22
96
8
6
0
0
1
4
16
1
Indicadores (mensais)
Percentual de carros até 15:00h
Percentual de carros a partir das 15:00h
Percentual de aumento na sexta-feira
Nº de carros Química
Nº de carros Petroquímica
Nº de carros Química_Petroquímica
Nº de carros Granel_Contínuo
Nº de carros Granel_Semicontínuo
Nº de carros Granel
Nº de carros Tambor / Sacaria_Exclusivo
Nº de carros Tambor / Sacaria_Misto
Nº de carros Tambor / Sacaria
35,06%
64,94%
33,99%
153
768
260
672
63
735
112
334
446
2
0
0
0
0
0
0
0
0
0
3
7
28
3
1
4
4
4
23
100
4
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
2
1
2
1
1
2
1
1
1
1
1
1
8
1
1
1
1
1
7
T
1
Q
1
Q
1
S
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
2
1
2
2
1
2
2
1
2
2
1
2
2
2
2
S
T
Q
Q
S
1
1
1
1
2
2
2
2
3
2
1
1
2
1
1
2
1
1
2
1
1
2
1
1
1
1
1
1
1
1
1
1
18
18
18 18
94
412
22
3
1
1
1
1
1
2
1
1
1
1
1
1
1
S
1
1
1
1
1
Rota 12
Semicontínuo Misto
1
1
2
Rota 11
TEQUIMAR
1
1
0
Nº Semanal
Nº Mensal
T
Rota 2
AxA
3
3
3
18
78
3
6
3
3
3
18
78
3
6
3
1
3
1
3
18
78
1
3
1
6
12
12
12 12
59
260
11
0
0
0
1
4
1
0
0
3
0
7
31
5
7
5
8
13
3
6
8
3
7
5
0
15
5
5
11
12
25
17
10
22
11
21
13
15
14
5
0
0
271
271
1181
Anexos
98
Anexo III-C
SISTEMA ATUAL (8 ROTAS)
Rota 1
Ax PETRO
S
08:00
08:30
09:00
09:30
10:00
10:30
11:00
11:30
12:00
12:30
13:00
13:30
14:00
14:30
15:00
15:30
16:00
16:30
17:00
17:30
18:00
18:30
19:00
19:30
20:00
20:30
21:00
21:30
22:00
Q
Q
S
S
T
Q
Rota 4
Semicontínuo
Q
S
S
T
Q
Q
Rota 5
Ax PETRO_AxA
S
Rota 9
Contínuo
S
T
Q
Q
S
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
S
1
T
1
Q
1
Rota 10
Semicontínuo_Contínuo
Q
1
S
1
S
T
Q
Q
S
Rota 11
TEQUIMAR
Rota 12
Semicontínuo Misto
S
T
Q
Q
S
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
2
1
2
2
1
2
2
1
2
2
1
2
2
2
2
S
T
Q
Q
S
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
3
3
15
66
3
3
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
3
14
0
1
4
1
5
1
5
30
129
1
5
Indicadores (mensais)
Percentual de carros até 15:00h
Percentual de carros a partir das 15:00h
Percentual de aumento na sexta-feira
Nº de carros Química
Nº de carros Petroquímica
Nº de carros Química_Petroquímica
Nº de carros Granel_Contínuo
Nº de carros Granel_Semicontínuo
Nº de carros Granel
Nº de carros Tambor / Sacaria_Exclusivo
Nº de carros Tambor / Sacaria_Misto
Nº de carros Tambor / Sacaria
40,00%
60,00%
37,31%
265
602
314
588
148
736
143
302
445
1
1
1
1
1
1
11
3
3
3
16
70
3
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Nº Semanal
Nº Mensal
T
Rota 2
AxA
4
1
1
1
1
1
1
2
1
2
1
2
1
2
1
1
1
1
1
1
1
1
1
13
AX_A_
AX_A_01
AX_A_02
AX_PETRO_
AX_PETRO_AX_A
AX_PETRO_AX_A_1
Continuo_
Continuo_Semicontinuo_
Semicontinuo_
Semicontinuo_1
Semicontinuo_misto
TEQUIMAR
TEQUIMAR_1
13
13 13
69
302
72
44
13
14
100
52
176
12
66
4
66
396
16
129
14
152
176
12
70
66
412
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
3
1
1
1
1
1
2
1
1
2
1
1
2
1
1
2
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
18
18
18 18
94
412
22
1
1
2
1
1
1
17
1
8
8
8
40
176
8
8
0
0
0
3
12
0
3
5
10
1
15
17
1
5
1
0
15
6
6
12
4
10
11
19
16
16
7
22
10
21
6
15
14
5
0
0
270
270
1181
Anexos
99
Anexo III-D
SISTEMA COM TRANSFERÊNCIA DOS PRODUTOS (8 ROTAS)
Rota 1
Ax PETRO
S
08:00
08:30
09:00
09:30
10:00
10:30
11:00
11:30
12:00
12:30
13:00
13:30
14:00
14:30
15:00
15:30
16:00
16:30
17:00
17:30
18:00
18:30
19:00
19:30
20:00
20:30
21:00
21:30
22:00
Q
Q
S
1
1
1
1
1
1
S
T
Q
Rota 4
Semicontínuo
Q
S
S
T
Q
Q
1
1
Rota 5
Ax PETRO_AxA
S
1
1
1
1
1
T
Q
Q
S
1
1
1
1
1
2
1
1
1
0
22
96
8
1
1
1
T
Q
Q
S
1
1
1
1
1
3
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
2
3
1
1
1
1
1
1
1
1
1
1
2
1
1
2
1
2
1
2
1
1
1
1
1
8
1
1
1
1
1
S
Rota 10
Semicontínuo_Contínuo
S
T
Q
Q
S
Rota 11
TEQUIMAR
Rota 12
Semicontínuo Misto
S
1
T
1
Q
1
Q
1
S
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
2
1
2
2
1
2
2
1
2
2
1
2
2
2
2
2
2
2
2
3
2
1
1
2
1
1
2
1
1
2
1
1
2
1
1
1
1
1
1
1
18
18
18 18
94
412
22
S
T
Q
Q
S
1
1
2
Rota 9
Contínuo
S
1
0
Nº Semanal
Nº Mensal
T
Rota 2
AxA
6
0
0
1
4
16
1
Indicadores (mensais)
Percentual de carros até 15:00h
Percentual de carros a partir das 15:00h
Percentual de aumento na sexta-feira
Nº de carros Química
Nº de carros Petroquímica
Nº de carros Química_Petroquímica
Nº de carros Granel_Contínuo
Nº de carros Granel_Semicontínuo
Nº de carros Granel
Nº de carros Tambor / Sacaria_Exclusivo
Nº de carros Tambor / Sacaria_Misto
Nº de carros Tambor / Sacaria
35,06%
64,94%
33,99%
75
768
338
672
63
735
112
334
446
2
0
0
3
7
28
3
1
2
1
1
1
1
13
2
1
1
1
1
13
2
1
1
1
1
2
1
1
1
1
13 13
77
334
25
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
2
1
2
1
1
12
12
12 12
59
260
11
0
0
0
1
4
1
0
0
1
1
1
1
1
1
1
3
1
3
0
7
31
5
7
5
8
13
3
6
8
3
7
5
0
15
5
5
11
12
25
17
10
26
11
21
13
15
10
5
0
0
271
271
1181
Anexos
100
Anexo IV
ÁREA DE CARREGAMENTO CONTÍNUO
Tipos de Produtos por Ilha de Carregamento
Ilha 01
Válvula
Medidor
Produto
MEG-GF
Ilha 02
Tanque
F-2101/02
Válvula
Medidor
Ilha 04
Válvula
Medidor
HV3224
Produto
Produto
Ilha 03
Tanque
Válvula
Medidor
Válvula
TEA-85
F-2120
TEA-85
F-2120
TEA-99
F-2130/40
TEA-99
F-2130/40
MEA
F-2160
F-2101/02
MEA
F-2160
Medidor
DEA W
F-2170/90
Medidor
TEA-99W
F-2130/40
HV3233
EBMEG
F-2106A/B
EMMEG
F-1912A/B
Ilha 06
Tanque
Válvula
Tanque
F-2101/02
MEG-GF
F-2101/02
EBMEG
F-2106A/B
DEG
F-2103
EBMEG
F-2106A/B
DEG
F-2103
EBDEG
F-2107
DEG
F-2103
TEG
F-2104
EMMEG
F-2110
RESÍDUO
F-2105
EBDEG
F-2107
MTG
F-2109
F-2106A/B
HV3205
Medidor
Produto
MEG-GF
HV3234/04 EBMEG
Medidor
Produto
MEG-GF
Tanque
F-2101/02
Ilha 05
Tanque
Produto
MEG-GF
EBTEG
F-2111
Medidor
EBTEG
F-2108
DEA
F-2170/90
Medidor
MTG
F-2109
MEG-GI
F-2113
HV3233
DEG-GI
F-2112
MEG-GI
F-2113
DEA
F-2170/90
TEA-D
F-2203A
ULT. RE 60 F-850